Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  level of development
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
100%
EN
Non-repayable funds, including those offered within the framework of EU funds, constitute an important source of funding for activities undertaken by communes. The aim of the article is to define the level of absorption of funds from the EU budget by rural communes of the Masovian voivodeship in 2006-2009. The typology of the communes was done on the basis of the level of their socio-economic development (synthetic index zi) and the amount of funds obtained (absorption index Wa). The statistical data came from the Local Data Bank (BDL) of the Central Statistical Office (GUS). Rural communes of the Masovian voivodeship are highly varied in terms of obtaining funds from the EU budget. In the case of 10.5% of the rural communes in the analysed voivodeship no funds were obtained from the EU in the period in question. Almost one third of the rural communes is characterised by a low level of development and a medium level of funds absorption. The least numerous (7%) are communes with a high level of devel-opment and low absorption. Communes with a low level of development and low absorp-tion of EU funds exist in every subregion of the voivodeship.
EN
Functional urban areas are of high importance both in the implementation of the National Urban Policy 2023 and territorial development policy. The objective of the study is to determine the level of development of functional areas of voivodship capitals in Poland. The study involved the application of the taxonomic method in a dynamic approach covering the period 2005-2015. The determination of taxonomic values was based on a set of diagnostic indicators in three dimensions of development: social, economic, and environmental. The study involved the assessment of the level of development of central cities of FUA, and separately of cities and the surrounding communes. Moreover, the level of development of each of dimensions of sustainable development was determined. This permitted the assessment of the structure of development of functional areas in Poland.
EN
Purpose: The aim of this paper is to determine the level of development in the EU-10 countrie in view of social phenomena. Design/methodology/approach: the TOPSIS method was applied to rank countries in terms of social phenomena – the list comprised countries, which in 2004 accessed the EU. The paper focused on social phenomena, i.e. health, the labour market, housing, demography and education. Findings: It refers to the basic assumptions and the importance of integration in the international context as well as the related theories. Moreover, it presents the relationship between integration and the level of development in countries in terms of the social aspects. At the same time it discusses the process of social changes which have taken place in the Central and Eastern European countries (CEESs) since their accession to the European Union. Research limitations/implications: The text discusses problems related to the European integration and social development in the EU countries. Practical implications: The manuscript concerns social development in the EU-10 countries and European integration. It may be of interest for the broadly understood governmental sector. Social consequences: Conducted studies will constitute the basis for the development of European and national development strategies in terms of improvement of welfare for the populations, while also indicating the direction of changes and ensuring comparability of the results concerning transformations in the countries, which accessed the EU in 2004. Originality/value: The originality of the study will stem from the application of the TOPSIS method, required to classify the countries and to determine the standard of their development in terms of social phenomena.
4
Content available Model BIM na poziomie
63%
PL
Z projektowaniem budowli z wykorzystaniem technologii BIM wiąże się kilka zagadnień, które nie występowały w projektowaniu z wykorzystaniem rysunków płaskich. Jednym z nich jest poziom zaawansowania modelu (ang. Level of Development). Skuteczne wykorzystanie technologii BIM wymaga jego znajomości, a decyzja o użyciu podczas modelowania wybranego poziomu wpływa na możliwość wykorzystania modelu w poszczególnych zadaniach procesów budowlanych. Przedmiotem artykułu jest wpływ różnic w modelach budynku, wynikających z modelowania na wybranym poziomie zaawansowania, na dokładność automatycznie wykonywanego przez oprogramowanie przedmiaru materiałowego. Różnice zostały omówione na zasadzie porównania modeli o różnych stopniach zaawansowania. W artykule omówione zostały również poziomy zaawansowania modelu określone przez American Institute of Architects.
EN
In using BIM technology in designing structures are get involved a few questions, which did not perform in designing using flat sketches. One of that is Level of Development. Subject of the article is impact of differences in buildings models on bill of quantities precision. Differences will be discuss on comparison models in different LOD’s levels.
5
51%
|
|
tom 33
|
nr 3
7-16
EN
Innovation, income and education are categories whose apparent dependence seems to be obvious. The problem arises when we attempt to analyse the importance of lunching innovations in the economy for the average citizen, or how the increase in the value of human capital translates into the income of the average citizen. The article presents indicators, divided into Polish voivodeships (regions), defining the level of innovation (Wi), income (Wd), and level of education (Ww). Then, based on the value of these indicators, the interrelations between innovation, income and education level was examined. In order to calculate individual indices we used a relative coefficient of an aggregate measure of arithmetic means from diagnostic variables that were subjected to unitarisation. At the outset, diagnostic variables were eliminated, assuming the coefficient of variation at the level of v < 0.1, and then eliminated explanatory variables were correlated at the level of r > 0.8. The calculations show that in each category the Mazowieckie Voivodeship had the highest values, in the category of innovation the lowest value was obtained by the Warmińsko-Mazurskie Voivodeship, the Lubuskie Voivodeship received the lowest value for the indicator of educational level, and the lowest value of the income index was obtained by the Podkarpackie Voivodeship. Indices of innovation and level of education for individual voivodeships are strongly correlated. The Pearson’s linear correlation reaches the value of 8 r(16) = 0.7 at the level of significance p = 0.003. Research in this area may be an inspiration for a deeper study of the impact of the above indicators on other economic variables.
PL
Innowacje, dochody i poziom wykształcenia są kategoriami, których zależność na pozór wydaje się oczywista. Problem pojawia się w sytuacji, gdy zaczynamy analizować znaczenie wprowadzania innowacji w gospodarce dla przeciętnego obywatela, czy też jak wzrost wartości kapitału ludzkiego przekłada się na dochód przeciętnego obywatela. W artykule zaprezentowane zostaną wskaźniki określające poziom innowacyjności (Wi), dochodów (Wd) i poziomu wykształcenia (Ww), z podziałem na województwa. Następnie na podstawie wartości tych wskaźników zbadane zostaną wzajemne zależności między innowacjami, dochodami i poziomem wykształcenia. W celu obliczenia poszczególnych wskaźników posłużono się względnym współczynnikiem będącym miarą agregatową średnich arytmetycznych ze zmiennych diagnostycznych, które zostały poddane unitaryzacji. Zmienne diagnostyczne zostały wstępie poddane eliminacji, przyjmując wartość współczynnika zmienności na poziomie v < 0,1, a następnie wyeliminowano zmienne objaśniające, które skorelowane były na poziomie r > 0,8. Z przeprowadzonych obliczeń wynika, że województwo mazowieckie uzyskało najwyższe wartości wskaźników w każdej kategorii. W przypadku innowacyjności najniższą wartość wskaźnika uzyskało województwo warmińsko-mazurskie, dla wskaźnika poziomu wykształcenia najniższą wartość uzyskało województwo lubuskie, a w przypadku wskaźnika dochodowego najniższa wartość przypadła województwu podkarpackiemu. Wskaźniki innowacyjności i poziomu wykształcenia dla poszczególnych województw są ze sobą mocno skorelowane, wartość korelacji liniowej Pearsona wyniosła r(16) = 0,7 przy poziomie istotności p = 0,003. Badania w tym zakresie mogą okazać się inspiracją do głębszego zbadania wpływu ww. wskaźników na inne zmienne ekonomiczne.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.