Attrition Rate Measuring In Human Resource Analytics Using Machine Learning

2023

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/icecco58239.2023.10146602
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Nowadays, the majority of educational institutions try to improve the working conditions (job satisfaction, salary, workload, and work-life balance) of their employees so that they remain in their institutions for a long time. However, often in the same institutions, the number of resignations remains at about the same level. In such cases, it is important to identify the trends of such employees and prevent further resignations. This work aims to use Machine Learning (ML) algorithms for predicting the probable quitting of employees to help Human Resources (HR) henceforth retain valuable employees in advance, thereby benefiting both employees and the institution as a whole.