Your SlideShare is downloading. ×
Onto hr AICA 2010
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Onto hr AICA 2010

1,683
views

Published on

Presentation of the OntoHR project at AICA 2010 Conference by Grupo Dida (in Italian)

Presentation of the OntoHR project at AICA 2010 Conference by Grupo Dida (in Italian)

Published in: Education, Business

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,683
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • nferences that are made in personnel selection research can be classified into three approaches towards establishing the validity of predictor measures, namely 1) the content- related approach; 2) the criterion-related approach; and 3) the construct-related approach. Rather than attempting to assess the job performance domain in its entirety, either a predictor or a criterion measure is used to sample the performance domain. Broad educational qualifications are too crude for purposes of personnel selection. We therefore want create more specific qualification to job matching, with the overriding purpose of tackling the conversion of vocational education qualifications into job related competencies. To facilitate this, an ontology supported selection and training system will be built in line with relevant HRM and Knowledge Management (KM) theories, employing existing educational technology such as Content Management Systems and adaptive testing.
    This eLearning interface will be able to:
    Map qualifications in vocational education to current and valid job roles;
    Test and evaluate students on the basis of valid labor market driven competencies;
    Identify missing competencies and provide learning content needed to acquire them;
    Address the weaknesses of particular VET curricula, and thereby provide ad-hoc support.
    This learning environment should be equipped to sample skills, competencies and knowledge of vocational education students. Based on this sampling we give an evaluation as to whether the selected individual meets the criteria of a given job profile of an existing company. The underlying HRM model with its ‘predictor measure’, ‘criterion measure’ and ‘underlying psychological construct domains’ also demonstrate an inferential mixture, which supports the validity of the predictor as a decision making tool pertaining to qualification–job role matches. These measures can be defined in terms of knowledge and competencies, which form the foundation of the educational ontology. Our framework encompasses a Domain Ontology, a VET Ontology, a mapping engine, and an adaptive testing engine. The Domain Ontology comprises a global map of the organizational needs and competencies needed to carry out valued activities within a particular field (in this case Information Technology). Based on this ontology specific job roles will be identified. Subsequently, a detailed description of the essential skills and competencies, that are required for being selected for a certain position, are framed in terms of student/applicant VET qualifications. The VET ontology describes what skills and competencies one needs to get a certain VE degree and also how these skills and competencies are constructed–for instance the factual knowledge they require–and their inter-relatedness. In order to benefit from the outputs of ontologies for training, selection and recruitment processes the Job role ontology must be embedded into an authoring environment, which will enable tutors to provide training according to the idiosyncratic needs of students. Finally this authoring environment not only delivers learning content, but with its built-in test- and inference engine, reports the current eligibility of a particular student for the prerequisite skill and competencies of a given Job-Role, following the general goal of the AICA 2010 conference and in particular the thematic area “semantic and ontology technologies” taking in account the European Commission strategy that with the EQF recommendation (European Qualifications Framework) wanted to realize a link between the European Countries qualification and school certifications system.
  • Transcript

    • 1. AICA 2010, L'AQUILA – 1 ottobre 2010 Ontology Based Competency Matching between the Vocational Education and the Workplace: Il progetto ONTOHR
    • 2. Scenario Processo di Bologna un sistema di titoli accademici facilmente riconoscibili e comparabili. Comprende l’attuazione di un supplemento al diploma condiviso per migliorare la trasparenza; un sistema fondato essenzialmente su due cicli: un primo ciclo utile per il mercato del lavoro di una durata di almeno 3 anni e un secondo ciclo (Master) che richiede il completamento del primo ciclo; Raccomandazione EQF (2008) La necessità di creare un legame tra i sistemi di qualifiche dei paesi europei con i sistemi di certificazione scolastici Certificazioni ICT Strategiche per favorire l'ingresso nel mondo del lavoro e la mobilità dei lavoratori E-Recruitment e la Personnel selection research Attraverso l'uso della tecnologia ontologica integrata in un ambiente di formazione si favorisce l'incontro tra le certificazioni formative e le competenze richieste in un ambito professionale
    • 3. Il progetto Programme: Lifelong Learning – Leonardo da Vinci – Development of Innovation Partner: 1. Corvinno (Ungheria) 2. Amsterdam Business School (Olanda) 3. Dida Network Srl (Italia) 4. Qompas BV (Olanda) Scopo: conversione delle qualifiche di formazione professionale in competenze legate al ruolo professionale. Risultato: Creazione di un sistema di formazione e selezione supportato dalla tecnologia ontologica Ambiente e-Learning in grado di Mappare le qualifiche di formazione professionale per ruoli professionali attuali e validi; Valutare gli studenti sulla base delle competenze relative a tale ruolo, orientato al mercato; – Identificare le competenze mancanti e fornire contenuti didattici necessari per acquisirle;
    • 4. Cos'è un'ontologia In Computer Science un'ontologia è una rappresentazione formale della conoscenza attraverso l'esplicitazione dei concetti proprio di un dominio e delle loro relazioni. E' quindi usata per descrivere un determinato dominio di conoscenza. Una ontologia fornisce un vocabolario condiviso usato per modellare un dominio. Usa un linguaggio specifico: OWL (Web Ontology language) che offre una semantica per esprimere concetti e definirne gli attributi
    • 5. Il modello delle competenze Competenza è un requisito standardizzato posseduto da un individuo per eseguire in modo appropriato uno specifico lavoro. E' una combinazione di knowledge, skills and behavior. Il modello delle competenze è un insieme di specifiche competenze caratteristiche di un dato ruolo professionale. Il Modello delle Competenze in particolare: 1. Consente di valutare il possesso delle caratteristiche personali e professionali che sono significative ai fini di prestazioni eccellenti. 2. Consente, a fronte dell’individuazione di carenze di competenze, di programmare adeguati piani formativi. 3. Consente di agganciare la leva gestionale della formazione direttamente all’organizzazione e non solo alla disponibilità delle persone o alla sensibilità dei responsabili di struttura. 4. Consente di premiare i possessori delle competenze significative.
    • 6. competence model analysis job role selection L'analisi del modello di competenze e la selezione del ruolo professionale è stata condotta mettendo a confronto diversi sistemi di certificazione delle competenze: 1.EUQuaSIT - European Qualification Strategies in Information and Communications Technology 2.EXIN - Examination Institute for Information Science 3.ONET – Il sistema americano per le competenze 4.EUCIP - standard europeo del CEPIS per le competenze dei professionisti ICT. Inoltre sono stati adottati alcuni criteri interni al progetto, quali: Definizione: vi è ambiguita nella definizione? Vi è documentazione? Ecc Collegamento con percorsi formativi certi; Fattibilità
    • 7. La scelta del profilo professionale INFORMATION SYSTEM ANALYST 1. Conduct needs analysis 2. Design computer applications 3. Develop documentation 4. Design a system project 5. Perform a detailed system investigation and analysis 6. Install / implement computer application system 7. run a system 8. Deal with interpersonal issues
    • 8. Conclusioni Il consorzio si avvarrà di partner di 3 paesi diversi e faciliterà lo sviluppo di un sistema di selezione basato su un'ontologia che sarà personalizzata per la lingue e culture (olandese, ungherese e italiano). L'approccio OntoHR ridurrà la distanza tra i profili professionali ICT e i programmi di istruzione e formazione professionale, permettendo agli studenti di mettersi alla prova nelle reali condizioni di lavoro e permettendo agli istituti di istruzione e formazione professionale di rispondere meglio alle esigenze del settore.
    • 9. Sviluppi futuri Con la conclusione della fase dedicata allo studio di selezione del profilo professionale e alle competenze di riferimento, le attività riguardanti lo sviluppo del dominio ontologico avrà inizio, tenendo in considerazione i risultati ottenuti dalle attività di progetto precedenti. Grazie per l'attenzione www.ontohr.eu www.gruppodida.it
    • 10. Sviluppi futuri Con la conclusione della fase dedicata allo studio di selezione del profilo professionale e alle competenze di riferimento, le attività riguardanti lo sviluppo del dominio ontologico avrà inizio, tenendo in considerazione i risultati ottenuti dalle attività di progetto precedenti. Grazie per l'attenzione www.ontohr.eu www.gruppodida.it