Bagaimana Perkembangan Ilmu Sains dan Teknologi – Sebagai hasil dari upaya penelitian dan pengembangan, inovasi dicapai, menghasilkan penciptaan lapangan kerja baru dan permintaan karyawan dengan keahlian di bidang baru tersebut. Untuk memenuhi permintaan tersebut, universitas dan perguruan tinggi sering merevisi program mereka untuk menjawab kebutuhan ini.
Bagaimana Perkembangan Ilmu Sains dan Teknologi
gitit – Beberapa sumber data dijelaskan dalam makalah ini yang mungkin membantu kita untuk mengeksplorasi hubungan antara kemajuan dalam industri, pekerjaan yang muncul, dan perubahan pendidikan dari waktu ke waktu.
Dalam makalah ini, saya mengeksplorasi bagaimana seseorang dapat memahami cara kemajuan dalam sains, teknik, matematika, dan teknologi berdampak pada pekerjaan dan pendidikan, dengan tujuan akhir untuk memprediksi kapan perubahan ini mungkin terjadi.
Konsep keseluruhannya adalah bahwa perkembangan baru dalam ilmu pengetahuan dan teknologi diterapkan secara luas di industri seiring dengan perluasan dan peningkatannya. Hal ini menghasilkan permintaan oleh pengusaha untuk keahlian di bidang baru dan sering kali menghasilkan pekerjaan baru yang ditentukan.
Baca Juga : Sejarah Ilmu Pengetahuan Dan Sejarah Ilmu Sains
Biasanya pada titik inilah universitas dan perguruan tinggi merevisi program mereka untuk memenuhi kebutuhan pengusaha untuk mengisi spesialisasi pekerjaan baru. Misalnya, permintaan oleh pemberi kerja akan keahlian dalam data besar, analitik prediktif, dan pembelajaran mesin dalam 5 tahun terakhir ini telah mendorong banyak universitas untuk membuat program gelar dalam ilmu data.
Beberapa sumber data saya uraikan dalam makalah ini, yang sebagian besar berasal dari Pemerintah Federal AS. Kami membutuhkan informasi tentang semua tahapan proses dari waktu ke waktu (yaitu, kemajuan ilmu pengetahuan dan teknologi, perubahan dalam pekerjaan dan industri, dan program gelar dan sertifikat baru di universitas) untuk memahami tren historis dan bagaimana bagian-bagian yang terpisah berinteraksi.
Informasi yang paling berguna kemungkinan akan datang dari perubahan dalam pekerjaan dan industri, yang harus tercermin dalam sistem klasifikasi seperti Sistem Klasifikasi Industri Amerika Utara (NAICS) dan sistem Klasifikasi Pekerjaan Standar (SOC). Jadi, saya menjelaskan sistem ini dalam artikel ini.
Amerika Serikat telah menyediakan dana federal untuk penelitian dan pengembangan (R&D) selama bertahun-tahun, dengan bagian terbesar diberikan kepada Departemen Pertahanan, Departemen Kesehatan dan Layanan Kemanusiaan, Departemen Energi, National Science Foundation (NSF), NASA, Departemen Pertanian, dan Departemen Perdagangan.
Kita dapat menggunakan informasi tentang program pendanaan pemerintah, jadwal yang diterbitkan untuk disiplin ilmu (misalnya, ilmu komputer, statistik, matematika, sains), dan data dari Pusat Statistik Sains dan Teknik Nasional untuk menetapkan tren historis dalam perkembangan sains dan teknologi.
Sepanjang artikel, saya mengusulkan beberapa arah penelitian untuk menjelaskan interaksi ini berdasarkan tren sejarah dan perubahan perkembangan ilmu pengetahuan dan teknologi, pekerjaan, dan lingkungan universitas.
Proyeksi Ketenagakerjaan dari Biro Statistik Tenaga Kerja
Biro Statistik Tenaga Kerja (BLS) telah menerbitkan proyeksi pekerjaan sejak tahun 1960, dengan tujuan memberikan informasi tentang peluang karir kepada siswa, pencari kerja, dan pembuat kebijakan. Setiap 2 tahun, BLS menerbitkan proyeksi pekerjaan 10 tahun ke depan untuk lebih dari 300 industri yang berbeda dan 800 pekerjaan. Proyeksi terbaru untuk periode 2016–2026 diterbitkan pada Oktober 2017. Saya menjelaskan prosesnya di sini karena ini menginformasikan konsep kami tentang interaksi antara industri dan pekerjaan pekerjaan.
Proses proyeksi ketenagakerjaan melibatkan serangkaian enam langkah pemodelan utama, seperti yang diilustrasikan pada Gambar. Masing-masing langkah ini didasarkan pada model, proses, dan asumsi terkait yang berbeda. Penting untuk dicatat bahwa asumsi penting dibuat pada langkah-langkah pemodelan yang berbeda, seperti asumsi kesempatan kerja penuh dalam model makro yang digunakan untuk proyeksi ekonomi agregat. Semua asumsi pemodelan dijelaskan dengan jelas oleh BLS
Logika keseluruhan untuk proses berikut. Pertama, kekuatan pendorong utama untuk pekerjaan di masa depan adalah jumlah orang dalam angkatan kerja. Jumlah pekerja yang tersedia, pada gilirannya, akan mempengaruhi kemungkinan tingkat produktivitas dan permintaan dalam perekonomian masa depan. Hal ini selanjutnya mendorong output industri dan lapangan kerja yang dibutuhkan untuk mencapai tingkat produktivitas dan permintaan yang diproyeksikan. Saya memberikan gambaran singkat tentang langkah-langkah ini; informasi lebih lanjut disediakan di situs web Proyeksi Ketenagakerjaan BLS.
Proyeksi Angkatan Kerja
BLS memperoleh proyeksi angkatan kerja untuk tahun target dengan menggunakan data dari proyeksi Biro Sensus populasi penduduk Amerika Serikat (6). Biro Sensus memproyeksikan ukuran populasi berdasarkan asumsi yang berbeda (tinggi, menengah, dan rendah) mengenai kesuburan, kematian, dan migrasi internasional bersih. BLS menggunakan proyeksi tingkat menengah. Migrasi internasional bersih berdampak langsung pada semua kelompok umur dan berpotensi mengubah secara signifikan komposisi angkatan kerja di masa depan, serta proyeksi komposisi produk domestik bruto (PDB).
Tingkat populasi penduduk di masa depan harus diubah menjadi penduduk sipil non-institusional yang diproyeksikan. Anak-anak tidak akan menjadi angkatan kerja, jadi jumlah anak yang diproyeksikan dari usia 0–15 tahun dikurangi. Selanjutnya, jumlah orang di Angkatan Bersenjata dikurangi untuk mendapatkan proyeksi penduduk sipil. Ini dilakukan untuk kategori berdasarkan usia, jenis kelamin, ras, dan etnis. Perkiraan jumlah orang di lembaga (misalnya, penjara, panti jompo) juga dikurangi dari masing-masing kelompok.
Konversi dari penduduk non-institusional ke angkatan kerja diperlukan agar sesuai dengan tingkat partisipasi angkatan kerja yang diperoleh dari Survei Penduduk Saat Ini. Tingkat partisipasi angkatan kerja diproyeksikan ke tahun target dengan terlebih dahulu menghaluskan tingkat berdasarkan median berjalan, mengubah tingkat yang dihaluskan menjadi log, menyesuaikan garis lurus, memperluas ke tahun target, dan mengubah kembali ke tingkat. Tingkat partisipasi yang diproyeksikan untuk setiap kelompok (usia, jenis kelamin, ras, dan etnis) dikalikan dengan proyeksi penduduk sipil noninstitusional yang sesuai. Ini menghasilkan angkatan kerja yang diproyeksikan untuk setiap kelompok, yang ditambahkan bersama untuk menghasilkan total angkatan kerja sipil.