Wielokryterialna analiza wyników badania wypalenia zawodowego
DOI:
https://doi.org/10.34767/SIMIS.2022.03.05Słowa kluczowe:
informatyka; modele obliczeniowe; analiza wielokryterialna; wypalenie zawodowe; stres związany z pracąAbstrakt
Celem niniejszego badania poświęconego wielokryterialnej analizie wypalenia zawodowego jest wypełnienie istniejącej luki badawczej, wnosząc element nowości i umożliwiając przysżłosciowe oorównanie z innymi metodami analitycznymi stosowanym do oceny wypalenia zawodowego. Koncepcja wykorzystania MCA w analizie wyników wypalenia zawodowego wydaje się przydatna i efektywna. MCA działa w tym przypadku jako użyteczne narzędzie obliczeniowe. Może być skutecznie stosowane w obszarze wypalenia zawodowego i stresu zwiazanego z pracą, gdzie metodologie oparte na pojedynczych kryteriach dają niepewne wyniki, są dyskusyjne lub mogą być uznane za nieskuteczne, gdyż istotne dla własciwej oceny i podjęcie decyzji czynniki (organizacyjne, społeczne, środowiskowe i inne) nie mogą być wyrażone w kategoriach wartości obiektywnych lub są wyrażane lingwistycznie. Dalsze badania z wykorzystaniem logiki rozmytej mogą przynieść kolejny etap rozwoju proponowanej metody w kierunku podejścia całościowego.
Bibliografia
Jaszczak A., Pochodyła E., Kristianova K., Małkowska N., Kazak J.K. Redefinition of Park Design Criteria as a Result of Analysis of Well-Being and Soundscape: The Case Study of the Kortowo Park (Poland). Int J Environ Res Public Health. 2021;18(6):2972.
Chi G, Ho HC. Population stress: A spatiotemporal analysis of population change and land development at the county level in the contiguous United States, 2001- 2011. Land use policy. 2018;70:128-137.
Mikołajewski, D.; Prokopowicz, P. Effect of COVID-19 on Selected Characteristics of Life Satisfaction Reflected in a Fuzzy Model. Appl. Sci. 2022;12:7376.
Prokopowicz, P.; Mikołajewski, D. Fuzzy Approach to Computational Classification of Burnout—Preliminary Findings. Appl. Sci. 2022;12:3767.
Fabisiak L., Szczypiór-Piasecka K., Budziński, Ziętek P. Zastosowanie metody wielokryterialnej do analizy diagnostycznej pacjenta z chorobą zw yrodnieniową stawu biodrowego. Studia Informatica Pomerania 2016; 4(4):15-25.
Becker J., Budziński R. (2015). Transformation of knowlege suorces in decision support system. journal of automation. Mobile Robotics & Intelligent Systems, 2015; 9(2):28–36.
Lexer M., Vakic H. Multiple criteria decision making in natural resource management, Lecture notes. Wien: Universität für Bodenkultur 2007.
Kopacz T. Zespół przewlekłego zmęczenia jako problem terapeutyczny. Sztuka Leczenia 2014; 3-4:45-54.
Zielińska D., Szmit S. Zespół przewlekłego zmęczenia a zespół przetrenowania. Kardiologia po Dyplomie 2009; 8(11):64-74.
8. Lu, G., Wang, H., Mao, X. (2010). Using ELECTRE TRI Outranking Method to Evaluate Trustworthy Software. In: Xie, B., Branke, J., Sadjadi, S.M., Zhang, D., Zhou, X. (eds) Autonomic and Trusted Computing. ATC 2010. Lecture Notes in Computer Science, vol 6407. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-16576-4_16
Mikołajewska E., Mikołajewski D. Roboty rehabilitacyjne. Rehabil. Prakt 2010; 4:49-53.
Mikołajewska E., Mikołajewski D. Zastosowania automatyki i robotyki w wózkach dla niepełnosprawnych i egzoszkieletach medycznych. Pomiary Automatyka Robotyka 2011; 15(5), 58-63.
Mikołajewska E., Mikołajewski D. Ethical considerations in the use of brain-computer interfaces. Central European Journal of Medicine 2013; 8(6):720-724.
Värbu K, Muhammad N, Muhammad Y. Past, Present, and Future of EEG-Based BCI Applications. Sensors (Basel). 2022 Apr 26;22(9):3331.
Macko, M., Szczepański, Z., Mikołajewski, D., Mikołajewska, E., Listopadzki, S. The Method of Artificial Organs Fabrication Based on Reverse Engineering in Medicine. In: Rusiński, E., Pietrusiak, D. (eds) Proceedings of the 13th International Scientific Conference RESRB 2016. Lecture Notes in Mechanical Engineering. Springer, Cham 2017. https://doi.org/10.1007/978-3-319-50938-9_36.
Rojek I, Mikołajewski D, Dostatni E, Macko M. AIOptimized Technological Aspects of the Material Used in 3D Printing Processes for Selected Medical Applications. Materials. 2020; 13(23):5437.
Mikołajewska E., Mikołajewski D. Informatyka afektywna w zastosowaniach cywilnych i wojskowych. Zeszyty Naukowe/Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki 2013; 2: 171-184.
Daher K., Saad D., Mugellini E., Lalanne D., Abou Khaled O. Empathic and Empathetic Systematic Review to Standardize the Development of Reliable and Sustainable Empathic Systems. Sensors 2022; 22(8):3046.
Rojek I., Mikołajewski D., Dostatni E. Digital twins in product lifecycle for sustainability in manufacturing and maintenance. Applied Sciences 2021; 11(1):31.
E Mikołajewska Normalized gait parameters in NDTBobath post-stroke gait rehabilitation. Open Medicine 2012; 7(2):176-182.
Kamiński W.A., Wójcik G.M. Liquid state machine built of Hodgkin-Huxley neurons-pattern recognition and informational entropy. Annales Universitatis Mariae Curie-Sklodowska, sectio AI–Informatica 2015; 1(1):1-7.
Wójcik G.M., Garcia-Lazaro J.A. Analysis of the neural hypercolumn in parallel pcsim simulations. Procedia Computer Science, 2010; 1(1):845-854.
