DSpace Зібрання:https://repository.hneu.edu.ua/handle/123456789/1542026-06-21T02:50:27Z2026-06-21T02:50:27ZМоделі аналізу структури фінансування системи охорони здоров'я країн ЄС методами багатовимірної класифікаціїЧаговець Л.Чистякова А.https://repository.hneu.edu.ua/handle/123456789/406242026-06-10T09:07:31Z2026-01-01T00:00:00ZНазва: Моделі аналізу структури фінансування системи охорони здоров'я країн ЄС методами багатовимірної класифікації
Автори: Чаговець Л.; Чистякова А.
Короткий огляд (реферат): У роботі розроблено моделі аналізу структури та динаміки фінансування витрат у сфері охорони здоров’я за допомогою методів багатовимірної статистики, зокрема методами кластерного аналізу, що дозволить підвищити якість формування та ухвалення рішень з управління у сфері охорони здоров’я. Результати групування підтверджують існування трьох основних типів фінансування охорони здоров’я в ЄС. Динамічний аналіз дав змогу побачити, що структура фінансування у більшості країн є відносно стабільною протягом 2020–2023 років, що свідчить про інституційну сталість національних систем охорони здоров’я. Разом з тим у деяких країнах, наприклад, таких як Кіпр, Польща, Латвія спостерігаються певні зміни у співвідношенні джерел фінансування, що може вказувати на поступову трансформацію моделей. Розроблена модель групування країн за станом фінансування у галузі охорони здоров’я, на відміну від існуючих, побудовано на підставі методів інтелектуального аналізу даних і дозволяє провести подальшу оцінку диспропорцій джерел фінансування в моделях організації медичних систем, що дозволить підвищити якість формування та ухвалення рішень з управління у сфері охорони здоров’я.2026-01-01T00:00:00ZAnalyzing and Identifying the Latent Factors of Digital Transformation in EU Countries Using Data Science MethodsShabelnyk T. V.Prokopovych S. V.Gvozdytskyi V. S.Teslenko D. A.https://repository.hneu.edu.ua/handle/123456789/404852026-06-07T13:08:55Z2026-01-01T00:00:00ZНазва: Analyzing and Identifying the Latent Factors of Digital Transformation in EU Countries Using Data Science Methods
Автори: Shabelnyk T. V.; Prokopovych S. V.; Gvozdytskyi V. S.; Teslenko D. A.
Короткий огляд (реферат): Modern conditions of economic functioning require all subjects of economic, social, and political activity to implement digital solutions. In many countries,
digitalization has been set as a strategic medium-term goal, as it becomes a key factor in increasing the competitiveness of countries in almost all areas. It has
been proved that digitalization contributes to innovative growth, more efficient resource management, and the formation of new forms of interaction both
among citizens and between business and the State, among others. Therefore, it is very important to develop and implement a systematic set of models based
on modern methods of economic-mathematical modeling and machine learning, which will ensure sustainable economic growth and reduce the risks of socioeconomic
imbalances. The work substantiates that such Data Science methods as principal component analysis, correlation and cluster analysis, etc., make
it possible to systematically study the multidimensional structure of digital transformation, identify latent factors of digital development, and determine the
trajectories of countries’ movement in the digital space. The combination of factor analysis with the dynamic study of the cluster structure allows for a deeper
understanding of the mechanisms of digital evolution of EU countries and for assessing the efficiency of digital policy at the level of the European Union and
individual countries. A structured system of digital development indicators relevant for analyzing EU countries has been formed. A correlation analysis of the
specified indicators was also carried out, highlighting the structural relationships between them. Based on the principal component method, latent generalized
factors of digital transformation were identified, integrating numerous digital indicators into several key areas of development. This allows for reducing the
dimensionality of data and identifying the main driving forces of digitalization. The research results confirmed that today digitalization serves as the basis for
increasing competitiveness, productivity, and innovation activity of the economy. It was substantiated that digital transformation is a complex multidimensional
process that requires systemic analysis and the use of modern Data Science and machine learning methods, which will make it possible to assess the effectiveness
of State policy, conduct comparative analysis of countries, and develop recommendations to accelerate digital progress.2026-01-01T00:00:00ZКонцептуальний базис оцінки й аналізу стану розвитку будівельного сектора країн ЄСЧаговець Л. О.Орєхова Т. Є.https://repository.hneu.edu.ua/handle/123456789/404842026-06-07T12:55:29Z2025-01-01T00:00:00ZНазва: Концептуальний базис оцінки й аналізу стану розвитку будівельного сектора країн ЄС
Автори: Чаговець Л. О.; Орєхова Т. Є.
Короткий огляд (реферат): У статті проведено аналіз ключових проблем і трендів розвитку будівельної галузі країн Європейського Союзу за 2015–2024 роки. Досліджено темпи виробництва в будівництві на теренах ЄС у цілому та за секторами галузі. Показано, що через пандемію відбулось значне падіння об сягу будівництва, а повернення його до рівня докризового відбулося лише через півтора роки. Зазначено, що розвиток будівельного секторах в межах Європейського Союзу має неоднорідний характер і значною мірою залежить від структури сегментів діяльності. В останні роки ін женерне будівництво почало демонструвати відносно динамічні темпи розвитку, що свідчить про переорієнтацію інвестиційних потоків на великі інфраструктурні проєкти та модернізацію транспортної мережі країн ЄС. Аналіз частки зайнятих у будівельному секторі свідчить про наявність регіональних відмінностей та необхідність удосконалення запропонованих Європейською комісією напрямів розвитку будівельного сектора. У напрямку удосконалення системи управління будівельним сектором розроблено концептуальний базис оцінки й аналізу стану роз витку будівельного сектора країн ЄС із застосуванням методів економіко-математичного моделювання на базі методів машинного навчання та Data Science, який дозволяє вдосконалювати регуляторні та інституційні механізми модернізації сектора, щоб уникнути ризику стагнації. Запропонований комплекс містить моделі ідентифікації поточного стану розвитку будівельної галузі в групах країн на базі методів машинного навчання без учителя, що дає можливість виявити основні відмінності між виокремленими групами за індивідуальними характеристиками; модель прогнозування стану розвитку будівельного сектора країн ЄС на базі методів супервайзорного машинного навчання та моделі оцінки конвергенції країн ЄС за рівнем інвестиційної активності у будівельному секторі.2025-01-01T00:00:00ZThe Assessment and Analysis Models for Digital Development of TerritoriesChagovets L. O.Chahovets V. V.Butenko Т. А.Protsenko N. M.https://repository.hneu.edu.ua/handle/123456789/404832026-06-07T12:52:14Z2026-01-01T00:00:00ZНазва: The Assessment and Analysis Models for Digital Development of Territories
Автори: Chagovets L. O.; Chahovets V. V.; Butenko Т. А.; Protsenko N. M.
Короткий огляд (реферат): The article discusses a comprehensive approach to assessing and analyzing the digital development of Ukrainian territories in the context of recovery, rang ing from the development of a city digitalization project and task optimization to the creation of models for evaluating and analyzing various factors of the interconnection between digital and economic development in the country’s territories. The study examines the feasibility of using Data Science methods and project management as tools to achieve sustainable digital development of the territories. The development of a strategy for managing digital development in territories, segmented by specific sectors, includes a series of stages and tasks integrated into the basic project model. The article proposes a list of stages and tasks for a city digitalization management project and specifies the corresponding basic model of the organizational structure of the digitalization department. The key components of the management system have been examined: development management, information management, support for digitalization appli cations, and technical support. A draft digital development strategy has been prepared, and the stages of the project model optimization algorithm are being discussed in terms of time criteria, project cost issues, and the optimization of expenditure items. Since the implementation of complex smart city management projects is adapted to the specific characteristics of economic development in each territorial community, the article also addresses the adaptation of project tasks, illustrated by the development of a model for assessing the state of digitalization across the entire country. The research methodology is based on the development of mathematical models for assessing and analyzing the country’s digitization at both the macro and meso levels using Data Science methods, particularly unsupervised agglomerative and iterative machine learning techniques. This approach allowed for the identification of significant disparities in the country’s digitization, asymmetry in the development of telecommunications across its regions, and uneven intensity in the implementation of digital technolo gies in various sectors of Ukraine’s economy. The results demonstrate the necessity to improve comprehensive digital development programs and to create new directions for territorial digitalization. These results can be applied in the practice of managing digital development within regional and municipal executive authorities. Implementing the proposed strategic digital development management model will enhance the quality of formulating and making managerial decisions regarding the digitalization of the most critical areas of territorial development in Ukraine.2026-01-01T00:00:00Z