Title:

Diagnoza nierówności płacowych wśród sportowców z wykorzystaniem metod uczenia maszynowego

Group publication title:

Debiuty Studenckie

Title in english:

Diagnosis of Pay Inequality among Athletes Using Machine Learning Methods

Creator:

Derda, Aleksandra

Contributor:

Stanimir, Agnieszka. Redakcja

Subject and Keywords:

luka płacowa ; sport ; uczenie maszynowe ; XGBoost ; gender pay gap ; machine learning

Description:

Derda, A. (2024). Diagnoza nierówności płacowej wśród sportowców z wykorzystaniem metod uczenia maszynowego. W: A. Stanimir (red.), Współczesne problemy społeczno-ekonomiczne w ujęciu analitycznym (s. 25-41). Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.

Abstrakt:

Głównym celem pracy jest udowodnienie – z wykorzystaniem metody XGBoost – występowania luki płacowej w sporcie na podstawie wypłat koszykarzy i koszykarek z lig NBA i WNBA. Sprawdzano również prawdziwość stwierdzenia, że na wysokość wypłaty wpływają cechy fizyczne, popularność oraz skuteczność na boisku w obronie i ataku zawodnika lub zawodniczki. Utworzono jeden model, którego wyniki uznano za zadowalające. Porównano dla tego modelu wpływ poszczególnych zmiennych z wykorzystaniem trzech różnych metod. Uzyskano spójne wyniki potwierdzające, że poza skutecznością w obronie wszystkie z zakładanych czynników wpływających na wysokość wypłaty okazały się istotne. Potwierdzono również występowanie dyskryminacji płacowej ze względu na płeć.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2024

Resource Type:

rozdział

Resource Identifier:

doi:10.15611/2024.76.5.02

Language:

pol

Relation:

Debiuty Studenckie 2024

Rights:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Access Rights:

Dla wszystkich zgodnie z licencją

License:

CC BY-SA 4.0

Location:

Uniwersytet Ekonomiczny we Wrocławiu