IL LIFELONG LEARNING IN EUROPA

È aumentato in media del 3,43% tra il 2014 ed il 2021

1632863900Copertina.jpg

L’Eurostat calcola il valore del lifelong learning come percentuale della popolazione avente una età compresa tra i 25 ed i 64 anni che è impegnata in attività, sia formali che informali, di educazione e training. Occorre considerare che questo valore viene ad essere acquisito dall’Eurostat per il tramite di appositi questionari (https://ec.europa.eu/growth/industry/policy/innovation/scoreboards_en).

Ranking dei paesi per valore del lifelong learning nel 2021. La Svizzera, la Finlandia e la Svezia sono al primo posto per valore del lifelong learning nel 2021 con un ammontare pari a 306,67 unità. A metà classifica vi sono il Portogallo, al quattordicesimo posto, con un valore del lifelong learning pari a 106,67, seguito dal Belgio e dalla Germania a pari merito al quindicesimo posto con un valore pari a 81,11 e dalla Repubblica Ceca e dall’Italia, entrambe al sedicesimo posto, con un valore pari a 80,00. Chiudono la classifica il Montenegro con un valore pari a 17,78, la Bulgaria con un valore pari a 12,22 e la Romania con un ammontare pari a 4,44 unità.

Ranking dei paesi per variazione percentuale del valore del lifelong learning tra il 2014 ed il 2021. L’Estonia è al primo posto per valore della variazione percentuale del lifelong learning con un ammontare pari a 62,18% pari ad un valore di 82,22 unità, seguita dall’Irlanda con un valore pari a 44,44% equivalente ad un valore di 40,00 unità, e dalla Bulgaria con una crescita pari a 37,50% equivalente ad una variazione di 3,33 unità. A metà classifica vi sono l’Austria con un variazione percentuale del valore del lifelong learning pari a 3,76% equivalente ad un ammontare di 5,56 unità. Seguito dalla Lettonia con un ammontare pari a 3,17% pari ad un valore del 2,22 unità. Seguono un insieme di paesi che tra il 2014 ed il 2021 non hanno modificato il valore del lifelong learning ovvero hanno vissuto delle variazioni dell’indice pari a 0,00: Svizzera, Portogallo, Svezia, Turchia. Chiudono la classifica per variazione percentuale del lifelong learning alcuni paesi che tra il 2014 ed il 2021 hanno ridotto l’ammontare di tale variabile, ovvero l’Ungheria che ha fatto segnare un -20,97% pari ad un ammontare di -14,44 unità, Cipro che ha fatto rilevare un valore pari a -26,47% equivalente ad un -20,00 unità e la Macedonia del Nord con un ammontare pari a -40,63% ovvero pari ad un valore di -14,44 unità. Mediamente, tra il 2014 ed il 2021, per i paesi considerati il valore del lifelong learning è cresciuto di un valore percentuale pari a 3,43 e di un valore assoluto di 2,44 unità.

Clusterization. Per verificare la presenza di aree eterogenee per valore della variabile osservata sono stati realizzati dei clusters mediante l’utilizzo dell’algoritmo k-Means ottimizzato sulla base del coefficiente Silhouette. L’analisi ha evidenziato l’esistenza di sei diversi clusters ovvero:

  • Cluster 1: Lituania, Polonia, Serbia, Turchia;
  • Cluster 2: Austria, Estonia, Francia, Lussemburgo, Olanda, Norvegia, Regno Unito;
  • Cluster 3: Belgio, Cipro, Germania, Ungheria, Italia, Lettonia;
  • Cluster 4: Grecia, Croazia, Montenegro, Nord Macedonia, Romania, Slovacchia;
  • Cluster 5: Svizzera, Danimarca, Finlandia, Islanda, Svezia;
  • Cluster 6: Repubblica Ceca, Spagna, Irlanda, Malta, Portogallo, Slovenia.

L’analisi mostra il dominio dei paesi del Cluster 5-C5 con un valore del lifelong learning in termini di mediana pari a 307, seguiti dai paesi del Cluster 2-C2 con un ammontare pari a 204, e dai paesi del Cluster 6-C6 con un valore mediano pari a 111. Infine, seguono i paesi del Cluster 3-C3 con un ammontare pari a 76, i paesi del Cluster 1-C1 con un valore mediano dell’indice pari a 48 ed i paesi del Cluster 4-C4 con un valore pari a 21. L’ordinamento dei clusters è quindi: C5>C2>C6>C3>C1>C4.

Inoltre, possiamo verificare che esiste comunque una notevole distanza in termini di mediana del valore osservato per i vari clusters. I paesi del Cluster 2 hanno un valore del lifelong learning del 33,33% inferiore al valore del Cluster 5, i paesi del Cluster 6 pari a -63,77%, i paesi del Cluster 3 pari a -75,18%, i paesi del Cluster 1 pari a -84,22%, i paesi del Cluster 4 pari a -93,12%. Tale divergenza mostra evidentemente la presenza di un’ampia disuguaglianza tra i paesi europei in termini di lifelong learning con un dominio molto marcato dei paesi del Nord Europa contrapposti ai paesi dell’Europa del Sud-Est.

Machine learning e predizioni. Attraverso l’utilizzo degli algoritmi di machine learning, mediante l’applicazione della serie storica 2014-2021, è stata realizzata la predizione relativa all’andamento della variabile osservata. Gli algoritmi utilizzati sono: Artificial Neural Network-ANN Multilayer, Probabilistic Neural Network-PNN, Simple Regression Tree, Gradient Boosted Trees, Random Forest, Tree Ensemble, Linear Regression, Polynomial Regression. Gli algoritmi sono stati valutati in termini della loro capacità di massimizzare l’R-quadro e di minimizzare le seguenti misure di errore statistico ovvero: Mean Absolute Error, Mean Squared Error, Root Mean Squared Error, Mean Signed Difference. È stato quindi ricavato il seguente ordinamento di algoritmi di machine learning applicati alla predizione del valore del lifelong learning, ovvero:

  1. Polynomial Regression con un payoff pari a 7;
  2. Simple Regression Tree con un payoff pari a 12;
  3. ANN-Artificial Neural Network con Multilayer con un payoff pari a 13;
  4. Linear Regression con un payoff pari a 21;
  5. PNN-Probabilistic Neural Network con un valore pari a 24;
  6. Tree Ensemble con un payoff pari a 28;
  7. Gradient Boosted Trees con un payoff pari a 36;
  8. Random Forest con un payoff pari a 39.

In seguito alla scelta dell’algoritmo maggiormente performante sono state analizzate le predizioni considerando che ogni training dell’algoritmo è stato realizzato sul 70% dei dati disponibili. L’algoritmo predice pertanto le seguenti variazioni del lifelong learning per i seguenti paesi:

  • Lussemburgo: riduzione percentuale pari a -10,36 equivalente a -20,95 unità;
  • Austria: aumento percentuale di 3,10% pari a 4,76 unità;
  • Regno Unito: una riduzione percentuale pari a -5,13 equivalente ad un valore di -7,93;
  • Slovenia: una variazione percentuale pari a -1,61 e pari ad una variazione unitaria di -1,84;
  • Spagna: una variazione percentuale pari a -5,89 equivalente a -6,35 unità;
  • Belgio: una variazione percentuale pari a +3,76% equivalente a +3,05 unità;
  • Germania: una variazione percentuale pari a +2,42% equivalente a +1,96%;
  • Repubblica Ceca: una variazione percentuale pari a -5,84% equivalente ad un valore di -4,67 unità;
  • Montenegro: una variazione percentuale pari a 34,94% pari ad un valore di 6,21 unità;
  • Bulgaria: una variazione percentuale pari a -25,46% equivalente ad un valore di -3,11 unità;
  • Romania: una variazione percentuale pari a -251,97% pari ad una variazione assoluta di -11,20.

Il valore della variabile osservata per gli altri paesi rimane immutata. In media l’algoritmo predice una riduzione del valore del lifelong learning per i paesi europei pari a -1,15 unità in valore assoluto e pari a -7,49%.

Conclusioni. In sintesi possiamo notare che il valore del lifelong learning tende ad essere distribuito in modo sostanzialmente diseguale tra i vari paesi europei. Soprattutto i paesi dell’Europa meridionale-orientale hanno dei valori molto bassi di lifelong learning. Occorre considerare che il valore del lifelong learning nella società della conoscenza è essenziale non solo per l’impatto in termini di crescita economica quanto anche per il processo democratico. Infatti, nelle democrazie occidentali i cittadini vengono chiamati ad esprimere le loro opinioni e a votare su un insieme di temi per i quali viene richiesto un certo grado di conoscenza. Ne deriva pertanto che i paesi che hanno bassi livelli di lifelong learning potrebbero sperimentare anche delle distorsioni della democrazia per impossibilità della popolazione di partecipare in modo informato al dibattito ed alle scelte pubbliche. Se i policy makers europei hanno intenzione di aumentare il tasso di crescita economica e rendere, soprattutto, i paesi dell’Est Europa maggiormente sensibili e fiduciosi dinanzi al metodo democratico per le scelte pubbliche, allora è assolutamente necessario che promozionino una crescita degli investimenti nel lifelong learning per la popolazione.

cms_23315/Foto_1.jpg

cms_23315/Foto_2.jpg

cms_23315/Foto_3.jpg

cms_23315/Foto_4.jpg

cms_23315/Foto_5.jpg

cms_23315/Foto_6.jpg

cms_23315/Foto_7.jpg

cms_23315/Foto_8.jpg

cms_23315/Foto_9.jpg

cms_23315/Foto_10_.jpg

cms_23315/Foto_11.jpg

cms_23315/Foto_12.jpg

cms_23315/Foto_13.jpg

cms_23315/Foto_14.jpg

cms_23315/Foto_15.jpg

cms_23315/Foto_16.jpg

Angelo Leogrande

Tags:

Lascia un commento



<<Pagina Precedente | Stampa | Torna Su


News by ADNkronos


Politica by ADNkronos


Salute by ADNkronos