Model of projective personnel training in the context of the introduction of high-tech lean production

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Throughout the industrial era, the technological culture of the industrial company was largely divorced from organizational and management engineering.The contradiction between the mechanistic and humanistic-participatory paradigms of industrial growth is not resolved at the new post-industrial stage. Now it is even more obvious that every industrial technology needs to be managed and controlled.The concentration of problems is highest in the high-tech industry, where extreme awareness of technological solutions is required with the demands of high speed to market. The authors propose to consider the possibility of resolving this contradiction in the context of projective learning as a base model of management and technological competencies for middle and lower management in a high-tech company.From the standpoint of the scientific novelty, the concept of the model of basic competencies is proposed to be substantiated by the principles of value, functional, and prognostic approaches. The results of the study can be used to manage lean organizational changes both at the stage of forming a model of professional competencies of a high-tech company, and in planning, evaluating the effectiveness of the implementation of training for managers involved in the changes.

About the authors

Olga Efimovna Podverbnyh

Reshetnev Siberian State University of Science and Technology

Email: podverbnih@sibsau.ru
заведующий кафедрой экономики труда и управления персоналом, доктор экономических наук, профессор

Sergey Gennadyevich Kukushkin

Information Satellite Systems named after academician M. F. Reshetnev, JSC

Email: kadr@iss-reshetnev.ru
Заместитель генерального директора по управлению персоналом

Danil Viktorovich Dyatlov

Information Satellite Systems named after academician M. F. Reshetnev, JSC

Email: kadr@iss-reshetnev.ru
Заместитель генерального директора по управлению персоналом

Svetlana Mikhaylovna Samokhvalova

Reshetnev Siberian State University of Science and Technology

Email: samohvalova@mail.sibsau.ru
доцент кафедры экономики труда и управления персоналом, кандидат экономических наук, доцент

References

  1. Варшавский А.Е. Наукоемкие отрасли и высокие технологии: определение, показатели, техническая политика, удельный вес в структуре экономики России // Экономическая наука современной России. – 2000. – № 2. – c. 61-83.
  2. Бендиков М.А., Фролов И.Э. Высокотехнологичный сектор промышленности России: Состояние, тенденции, механизмы инновационного развития. - М.: Наука, 2007.
  3. Гаврилова С.В. Концептуальные основы определения высокотехнологичного сектора экономики и функционирования высокотехнологичных компаний // Статистика и Экономика. – 2014. – № 2. – c. 53-57.
  4. Перечень видов экономической деятельности, включаемых в состав группы высокотехнологичных и наукоемких отраслей для расчета международно-сопоставимого показателя «доля продукции высокотехнологичных и наукоемких отраслей в валовом внутреннем продукте» рекомендован Министерством экономического развития, письмо No 2698-АК/ДОЗиот 18.02.2013)
  5. Звонников В.И., Челышкова М.Б. Контроль качества обучения при аттестации: компетентностный подход. - Москва: Университетская книга, 2009. – 330 c.
  6. Равен Дж. Компетентность в современном обществе: выявление, развитие и реализация. - Москва: Когито-Центр, 2002. – 396 c.
  7. Бояцис Р. Компетентный менеджер. - Москва: Изд-во «HIPPO», 2004. – 227 c.
  8. Спенсер Л., Спенсер С. Компетенции на работе. - Москва: Гиппо, 2010. – 587 c.
  9. Иванцевич Дж.М., Лобанов А.А. Человеческие ресурсы управления: Основы управления персоналом. - М.: Дело, 1996.
  10. Базаров Т.Ю. Компетенции будущего: квалификация, компетентность (критерии качества)?. / Открытый университет. - М.: НОРМА, 2003. – 510–539 c.
  11. Шекшня С.В. Управление персоналом современной организации. - М.: Бизнес-школа «Интел-Синтез», 2002.
  12. Кибанов А.Я. Управление персоналом: теория и практика. Компетентностный подход в управлении персоналом. - М.: Проспект, 2012.
  13. Кудрявцева Е.И. Компетенция как ключевое понятие актуальной теории и практики менеджмента // Управленческое консультирование. – 2011. – № 2. – c. 140–148.
  14. Зимняя И.А. Ключевые компетентности как результативно-целевая основа компетентностного подхода в образовании. - Москва: Исследовательский центр проблем качества подготовки специалистов, 2004. – 42 c.
  15. Глоссарий терминов рынка труда, разработки образовательных программ и учебных планов. - Москва: Европейский фонд образования, 1997. – 160 c.
  16. Мескон М., Альберт М., Хедоури Ф. Основы менеджмента. - Москва: Вильямс, 2009. – 855 c.
  17. Морозова Г.Б. Психологическое сопровождение организации и персонала. - Санкт-Петербург: Речь, 2006. – 400 c.
  18. Шадриков В.Д., Дружинин А.Е. Формирование подсистемы профессионально важных качеств в процессе профессионализации. - Ярославль: Изд-во Ярославского ун-та, 1979. – 34 c.
  19. Rasmussen J. Skills, Rules, and Knowledge: Signals, Sighs, and Simbols, and other distinctions in Human Performance models. , 1983.
  20. Кондаков А.М. Разработка базовой модели компетенций для цифровой экономики. - Москва: Мобильное электронное образование, 2019. – 18 c.
  21. Wundt W. An Introduction to Psychology. - New York, Macmillan, 1912.
  22. OECD Classification of manufacturing industries into categories based on RD intensities. [Электронный ресурс]. URL: http://www.oecd.org/sti/ind/48350231.pdf (дата обращения: 09.08.2023).

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Podverbnyh O.E., Kukushkin S.G., Dyatlov D.V., Samokhvalova S.M.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».