GLI INDIVIDUI CON COMPETENZE DIGITALI ELEVATE IN EUROPA

Le Nazioni del Nord Europa dominano la classifica per numero di persone con competenze digitali elevate

1637710272Copertina.jpeg

L’European Innovation Scoreboard presenta i dati relativi agli individui aventi delle competenze digitali superiori, che sono definiti come soggetti che hanno delle competenze digitali complessive di alto livello nella fascia di età 16-74 in quattro aree specifiche: informazione, comunicazione, problem solving, creazione di contenuti. Tali competenze vengono testate nei tre mesi precedenti alla survey.

Ranking delle nazioni europee per presenza di individui con competenze digitali superiori nel 2021. Al primo posto della classifica vi è l’Islanda con un valore pari a 244,44 unità, seguita dalla Norvegia con un ammontare pari a 233,33 e dalla Finlandia a parità con l’Olanda, con un valore pari a 227,78. A metà classifica vi sono la Lituania con un valore pari a 127,78, a pari merito con il Portogallo, seguiti da Francia e Slovenia a pari merito con un valore pari a 127,78 e dalla Slovacchia con un valore pari a 100. Chiudono la classifica Bulgaria con un valore pari a 11,11, Romania con un valore pari a 5,56 e Bosnia con un valore pari a 0,00.

Ranking delle nazioni europee per variazione percentuale del numero degli individui con competenze digitali superiori nel periodo tra il 2014 ed il 2021. La Turchia è al primo posto per variazione percentuale del numero degli individui con competenze digitali superiori tra il 2014 ed il 2021 con un valore pari al 400,00%, seguita dalla Serbia con un valore pari a 266,67% e da Cipro con un valore pari a 166,67%. A metà classifica vi sono il Portogallo con un valore pari a 21,05%, l’Olanda con un valore pari a 20,59%, e la Macedonia del Nord con un valore pari a 20,00%. Chiude la classifica la Bulgaria con un valore pari a -50,00%.

Clusterizzazione. Di seguito viene realizzata una clusterizzazione con l’algoritmo k-Means ottimizzato con il coefficiente Silhouette. Vengono coì determinati i seguenti clusters ovvero:

  • Cluster 1: Regno Unito, Finlandia, Olanda, Svezia;
  • Cluster 2: Montenegro, Bulgaria, Nord Macedonia, Serbia, Romania, Bosnia, Turchia, Cipro, Polonia, Grecia;
  • Cluster 3: Lettonia, Irlanda, Repubblica Ceca, Ungheria, Slovenia, Francia, Italia, Slovacchia, Portogallo, Croazia;
  • Cluster 4: Svizzera, Islanda, Norvegia, Danimarca;
  • Cluster 5: Austria; Germania, Lussemburgo, Estonia, Malta, Belgio, Spagna, Lituania.

Occorre considerare che in base al valore della mediana è possibile ottenere il seguente ordinamento: C4>C1>C5>C3>C2. Infatti, il valore della mediana del cluster 4 è pari a 227,78, il valore della mediana del cluster 1 è pari a 225 unità, il valore della mediana del cluster 3 è pari a 158,33 il valore della mediana del cluster 3 è pari a 111,11, il valore della mediana del cluster 2 è pari a 47,22.

Machine Learning and Prediction. Di seguito vengono analizzati otto diversi algoritmi di machine learning e prediction. Gli algoritmi sono stati rankati sulla base della capacità di minimizzare le seguenti tipologie di errori statistici ovvero “Mean Absolute Error”, “Mean Squared Error”, “Root Mean Squared Error”, “Mean Signed Difference”. Il 70% dei dati è stato utilizzato per addestrare gli algoritmi mentre il restante 30% dei dati è stato utilizzato per verificare la predizione. Il ranking degli algoritmi è indicato di seguito, ovvero:

  • PNN-Probabilistic Neural Network con un payoff pari a 5;
  • Linear Regression con un valore del payoff pari a 9;
  • Tree Ensemble Regression con un valore del payoff pari a 10;
  • Random Forest Regression con un valore del payoff pari a 16;
  • Simple Regression Tree con un valore del payoff pari a 20;
  • Gradient Boosted Trees Regression con un valore del payoff pari a 25;
  • Polynomial Regression con un valore del payoff pari a 29;
  • Ann-Artificial Neural Network con un valore del payoff pari a 30.

Pertanto, attraverso l’utilizzo dell’algoritmo PNN-Probabilistic Neural Network sono predetti i seguenti andamenti per i seguenti paesi:

  • Bosnia con una crescita del valore da 0,00 fino a 11,11;
  • Finlandia con una variazione diminutiva da un valore pari a 227,77 fino ad un valore pari a 222,22 unità ovvero pari ad una variazione di -5,55 unità pari ad un valore di -2,4%;
  • Croazia con un variazione diminutiva da un valore pari a 144,44 unità fino ad un valore pari a 122,22 unità ovvero pari ad una variazione di -22,22 unità pari a -15,38%;
  • Lussemburgo con un variazione aumentativa da un valore pari a 150 unità fino a 155,55 unità ovvero pari ad un valore di 5,55 unità pari a 3,7%;
  • Montenegro con una variazione da un valore pari a 27,77 unità fino ad un ammontare di 33,33 unità ovvero pari ad un valore di 5,56 unità pari a 20,02%;
  • Polonia con una variazione aumentativa da 66,66 unità fino ad un valore di 77,77 unità ovvero pari ad un valore di 11,11 unità pari a 16,66%;
  • Portogallo con una variazione diminutiva da un ammontare pari a 127,77 unità fino ad un valore pari a 122,22 unità ovvero pari ad una variazione di -5,55 unità pari a -4,3%;
  • Romania con una variazione aumentativa da un ammontare pari a 5,55 unità fino ad un valore di 11,11 unità ovvero pari ad un valore di 5,56 unità pari a 100,18%;
  • Serbia con una variazione aumentativa da un ammontare pari a 61,11 unità fino ad un valore di 83,33 unità ovvero pari ad una variazione di 22,22 unità pari ad un valore di 36,36%;
  • Svezia con una variazione aumentativa da un ammontare pari a 205,55 unità fino ad un valore di 222,22 unità ovvero pari ad un valore di 16,67 unità pari a 8,10%;
  • Slovenia con una variazione pari a 0.

Il valore medio della variazione assoluta per i paesi considerati è pari a 4,04 mentre la variazione percentuale predetta è pari a 16,28%.

Conclusioni. In sintesi, appare evidente la presenza di una ripartizione a cluster nell’Unione Europea che vede un dominio dei paesi del Nord ed un significativo arretramento dei paesi dell’Est Europa e del Sud Europa. Ovviamente la presenza di persone che hanno delle competenze digitali elevate è assolutamente necessaria per consentire di innovare l’economia ed il sistema anche della pubblica amministrazione. Sotto questo punto di vista è evidente la differenza tra i paesi europei. I policy makers potrebbero investire nella creazione di percorsi formativi per aumentare le capacità digitali dei lavoratori e degli studenti.

cms_23917/Foto_1.jpg

cms_23917/Foto_2.jpg

cms_23917/Foto_3.jpg

cms_23917/Foto_4.jpg

cms_23917/Foto_5.jpg

cms_23917/Foto_6.jpg

cms_23917/Foto_7.jpg

cms_23917/Foto_8.jpg

cms_23917/Foto_9.jpg

cms_23917/Foto_10.jpg

cms_23917/Foto_11.jpg

cms_23917/Foto_12.jpg

cms_23917/Foto_13.jpg

cms_23917/Foto_14.jpg

cms_23917/Foto_15.jpg

cms_23917/Foto_16.jpg

cms_23917/Foto_17.jpg

cms_23917/Foto_18.jpg

cms_23917/Foto_19.jpg

Angelo Leogrande

Tags:

Lascia un commento



<<Pagina Precedente | Stampa | Torna Su


Meteo


News by ADNkronos


Politica by ADNkronos


Salute by ADNkronos