Project

Back to overview

Monitoring Task and Skill Profiles in the Digital Economy: Employers' Changing Skill Demand and Workers' Career Outcomes

English title Monitoring Task and Skill Profiles in the Digital Economy: Employers' Changing Skill Demand and Workers' Career Outcomes
Applicant Buchmann Marlis
Number 187333
Funding scheme NRP 77
Research institution Soziologisches Institut Universität Zürich
Institution of higher education University of Zurich - ZH
Main discipline Sociology
Start/End 01.05.2020 - 30.04.2024
Approved amount 618'789.00
Show all

All Disciplines (2)

Discipline
Sociology
Applied linguistics

Keywords (11)

Switzerland; skill profles; ICT skills; text mining; status mobility; job tasks; occupatonal mobility; big data analysis; job advertisement; wages; Information Extraction

Lay Summary (German)

Lead
Die Studie erforscht erstens, wie die Digitalisierung berufliche Tätigkeits- und Qualifikationsprofile verändert. Zweitens untersucht sie die damit verbundenen Auswirkungen auf Arbeitslosigkeitsrisiken, Löhne sowie die die berufliche Mobilität von Erwerbstätigen.
Lay summary
Es ist wenig bekannt, wie die Digitalisierung die Arbeitsplätze hinsichtlich auszuführender Tätigkeiten und geforderter Qualifikationen verändert, weil die meisten Studien mangels geeigneter Daten diese Prozesse auf der Ebene von Berufen untersucht haben.  So wurden mögliche Veränderungen innerhalb von Berufen ausgeblendet und nur diejenigen zwischen Berufen erfasst. Es gibt aber gute Gründe anzunehmen, dass sich der interessierende Wandel viel stärker innerhalb als zwischen Berufen abspielt.

Die Studie soll deshalb den Wandel von Tätigkeits- und Qualifikationsprofilen auf der Ebene von Arbeitsplätzen aufzuzeigen, um einschätzen zu können, wie sich die Digitalisierung auf den Wandel der Berufsstruktur und die Veränderungen innerhalb von Berufen auswirkt. Darauf aufbauend soll nachgewiesen werden, wie Arbeitslosigkeitsrisiko, Löhne und Mobilitätschancen von Arbeitnehmer/innen durch den inner- und zwischenberuflichen Wandel beeinflusst werden.

Auf der Basis von Stelleninseratedaten (SMM, x-28) und mittels fortgeschrittener Textmining-Verfahren erhebt die Studie für den Zeitraum von 1990 bis heute die an den Arbeitsplätzen eingesetzten IT-Tools, auszuführenden Tätigkeiten, verlangten Qualifikationen sowie den ausgeschriebenen Beruf. Die identifizierten Trends in den beruflichen Tätigkeitsprofilen und den nachgefragten Qualifikationsprofilen bilden die Grundlage, um die Auswirkungen dieser Veränderungen auf die Erwerbsverläufe von Arbeitnehmer/innen zu untersuchen. Dazu werden Individualdaten herangezogen, die Informationen zu Arbeitslosigkeit, Löhnen, beruflicher Mobilität und Statusmobilität enthalten (SAKE) und auf Ebene von Berufen mit den jeweiligen Messungen für Tätigkeits- und Qualifikationsprofilen gepaart.

Basierend auf den in dieser Studie entwickelten Algorithmen zur Erfassung von Tätigkeiten und Qualifikationsanforderungen in Stelleninseraten soll zusammen mit verschiedenen Interessenvertretern aus dem Bildungs- und Arbeitsmarktbereich ein öffentlich zugängliches und web-basiertes Monitoring Instrument für den Schweizerischen Arbeitsmarkt entwickelt werden. Die Ergebnisse liefern auch Anhaltspunkte für Ausbildungs- und Weiterbildungsmassnahmen.
Direct link to Lay Summary Last update: 28.01.2020

Responsible applicant and co-applicants

Employees

Associated projects

Number Title Start Funding scheme
165959 Employers' Demand for Almost-Full-Time Workers: The Diffusion of Employment Practices across Firms 01.10.2016 Project funding (Div. I-III)
173719 Media Monitoring of the Past 01.09.2017 Sinergia
170401 Stellenmarktmonitor Schweiz (SMM) 01.01.2017 Research Infrastructure
169888 Rich Context in Neural Machine Translation 01.01.2017 Project funding (Div. I-III)

Abstract

This interdisciplinary project aims at monitoring how occupational task and skill profiles are changing due to digitalization and at assessing the related consequences for workers’ career outcomes. To this end, the study will apply advanced text mining techniques to large and multilingual corpora of job ad texts, consisting of over 9 million texts, in order to build information extraction solutions for job tasks, skill requirements, occupations, and ICT tools. The information extraction pipeline will allow, first, the semantic indexing of job ads and, second, building a monitoring of tasks and skills reflecting employer demand. The resulting resources and methods will be shared with the computational social science community and advance the state-of-the-art in the field.The semantic enrichment is indispensable for identifying trends in occupational task profiles and in demand for skill profiles, particularly whether they increasingly include ICT- and ICT-complementary tasks and skills, become more specialized or diversified and how skill profiles diverge or converge between occupations. The semantic enrichment is furthermore necessary for understanding how digitalization operates (e.g., within-occupation shift and between-occupation change) and for assessing its significance as a driver of these trends. How the identified characteristics of changing task profiles and demand for skill profiles affect workers’ career outcomes will be examined with regard to unemployment, occupational change, wages and status mobility. Results will provide much needed evidence of how the digital transformation of the labor market generates career development opportunities for some workers and negatively affects others. Blending sociological expertise with computational linguistics, this project assesses the digital transformation and provides scientific evidence on how labor markets develop in the digital economy and what the consequences for workers are.The first practical benefit of this study pertains to the setup of a public web-based data-mining dashboard for task and skill monitoring of the Swiss labor market. A workshop targeted to labor market stakeholders will help identify prevalent and common information needs regarding task and skill monitoring. Hence, more targeted data analytics pipelines could be developed in future spin-off projects with our strong implementation partner x28 Inc. Second and equally important, our implementation partner SECO will profit from the complete set of project resources for implementing skill-based matching of jobseekers and vacancies for the Swiss public employment service. Third, a further workshop will summon labor market stakeholders to inform them about the consequences of the digital transformation on workers’ careers. This evidence is prerequisite for scrutinizing curricula of professional training programs for their adequacy and for devising measures targeted to skill acquisition and retraining. Fourth, this study will also be in a position to potentially forecast skill demand as it combines time series data of job ads covering long time periods with a large job ad dataset ideal for in-depth analyses.
-