Optimal Management of Formation of Digital Competencies of Personnel of Organizations for the Purposes of Ensuring National Technological Sovereignty

Cover Page

Cite item

Full Text

Abstract

As part of the implementation of the concept of achieving national technological sovereignty at the micro level, staffing is required for the digital transformation of key business processes of organizations. The most important element of this process is the formation of digital competencies of personnel, primarily in advanced production. In this vein, one of the most popular tools is the methodology for optimal management of the development of digital competencies, its economic justification and mathematical implementation. This article is devoted to solving this scientific and practical problem. The emphasis is on the essence of digital competencies and their classification. The author’s mathematical model for managing the development of digital competencies of the organization’s personnel has been developed, and its substantive analysis is given. The main directions for the practical application of this model and the development on its basis of recommendations for making effective management decisions are outlined.

About the authors

Alexander A. Chursin

RUDN University

Author for correspondence.
Email: chursin_aa@pfur.ru
ORCID iD: 0000-0003-0697-5207

Doctor of Economics, Professor, Head of the Department of Applied Economics at the Higher School of Industrial Policy and Entrepreneurship

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Andrey A. Efremov

Belarusian State University of Informatics and Radioelectronics

Email: efremov@bsuir.by
Head of the Department of Economic Informatics, Candidate of Economic Sciences, Associate Professor 6 Petrusya Brovki St, Minsk, 220013, Belarus

Sergey V. Nazyuta

RUDN University

Email: nazyuta_sv@pfur.ru
ORCID iD: 0000-0002-8424-8569

Candidate of Economics, First Vice Rector - Vice Rector for Economic Affairs

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

References

  1. Ala-Mutka, K., Punie, Y., & Redecker, C. (2008). Digital competence for Lifelong Learning (p. 10). Luxemburg: Office for Official Publications of the European Communities.
  2. Aviram, R., & Eshet-Alkalai, Y. (2006). Towards a theory of digital literacy: three scenarios for the next steps. European Journal of Open Distance E-Learning, 9(1), 1–11.
  3. Danilova, L.N., Ledovskaya, T.V., Solynin, N.E., & Khodyrev, A.M. (2020). The main approaches to understanding digitalisation and digital values. Vestnik of Kostroma State University. Series: Pedagogy. Psychology. Sociokinetics, 26(2), 5–12 (In Russ.). https://doi.org/10.34216/2073-1426-2020-26-2-5-12
  4. Eshet-Alkalai, Y., & Chajut, E. (2009). Changes over time in digital literacy. CyberPsychology & Behavior, 12(6), 713–715.
  5. Gladilina, I.P. (2022). Compliance of the competencies of university graduates and the needs of the labor market in the context of digital transformation. Modern Pedagogical Education, 1, 10–13.
  6. Ilomäki, L., Kantosalo, A., & Lakkala, M. (2011). What is digital competence? Brussels: European Schoolnet, 1–12.
  7. Larionov, V.G., Sheremetyeva, E.N., & Gorshkova, L.A. (2021). Digital transformation of higher education: technologies and digital competencies. Vestnik of Astrakhan State Technical University. Series: Economics, (2), 61–69. (In Russ.). https://doi.org/10.24143/20735537-2021-2-61-69
  8. Morozov, M.A., & Morozova, N.S. (2018). Development of the digital service economy and its impact on the labor market. Service plus, 12(1), 100–107. (In Russ.). https://doi.org/10.22412/1993-7768-12-1-10
  9. Nazyuta, S.V., & Chursin, A.A. (2020). Transformation of human capital and competencies into the intellectual property of an organization. Moscow: Innovative Mechanical Engineering, 261 p.
  10. Peshkova, G.Yu., & Samarina, А.Yu. (2018). Digital economy and recruitment potential: Strategical interconnection and prospects. The Education and Science Journal, 10(20), 50–75. https://doi.org/10.17853/1994-5639-2018-10-50-75
  11. Sizova, I.L., & Khusyainov, T.M. (2017). Labor and employment in the digital economy: The problems of the Russian labor market. Vestnik SPbSU. Sociology, 10(4), 376–396. https://doi.org/10.21638/11701/spbu12.2017.401
  12. Sharikov, A.V. (2016). Digital literacy: a Four-component model. The journal of Social policy studies, 14(1), 87–98.
  13. Shmelkova, L.V. (2016). Personnel for the digital economy: a look into the future. Additional professional education in the country and the world, 8(30), 1–4.
  14. Vasilenko, L.A., & Zotov, V.V. (2020). Digitalization of public administration in Russia: risks, casuses, problems. Digital Sociology, 3(2), 4–16. (In Russ.). https://doi.org/10.26425/2658347X-2020-2-4-16

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».