地球资源数据云——数据资源详情

工厂工人的日常绩效和消耗

该综合数据集包含一家组织结构由 508 名工人组成的工厂 18 个月的日常绩效和人员流失数据（411,948 个观察值）。由于员工流动，数据集中共有 687 人。该数据集的观察涵盖常规日常事件（例如工人的出勤率和每日效率水平）和特殊的一次性事件（例如事故、员工解雇或新员工入职）。该数据集的一个独特特征是数据中“隐藏”着多种因果关系，等待通过机器学习来发现。例如，人们可以应用机器学习来调查： 员工的高水平绩效如何增加他或她被竞争公司“雇佣”到更好工作的可能性。 工人的精神错乱或身体事故如何表明他或她正在生病，并且可能很快就会因病缺席一天的工作。 工人的工作效率如何受到一周中的某一天、一月中的哪一天和一年中的月份的影响。 工人的年龄如何影响他们的平均每日效率。 工人与主管之间的年龄差异如何影响他们的平均每日工作效率。 工人的平均每日效能如何受到他或她主要与同性或异性队友一起工作的影响。 工人表现出并由经理记录的“团队合作”和“破坏”行为的数量如何受到当月日期的影响（例如，即将到来的生产截止日期所造成的压力）。 如何将员工分为高、中或低每日效率组（相对稳定或高度可变）。 该数据集是使用Synaptans WorkforceSim版本 0.3.15 准备的。