2024年2月14日 星期三

2024 02 013 左永安 顧問/講師/委員 台大 台師大 EMBA TTQS ESG PMP HRD 人力資源管理 關鍵就業力 共通核心職能課程 預計通知及公告各梯次教育研習參加名單日期: 第一梯次 113年2月27日(星期二) 17時前。 勞動部勞動力發展署 為提升關鍵就業力課程(Courses for Oriented Requisite Employability Skills, CORE,以下簡稱本課程) 師資3. 檢核師資補助大專校院辦理就業學程計畫、小型企業人力提升計畫 授課滿意度結果。三大關鍵職能類別分別為 動機職能(Driving Competencies, DC), 行為職能(Behavioral Competencies, BC) 知識職能(Knowledge Competencies, KC)。

 

2024 02 013 左永安 顧問/講師/委員 台大 台師大 EMBA TTQS ESG PMP HRD 人力資源管理 關鍵就業力 共通核心職能課程 預計通知及公告各梯次教育研習參加名單日期: 第一梯次 113年2月27日(星期二) 17時前。 勞動部勞動力發展署 為提升關鍵就業力課程(Courses for Oriented Requisite Employability Skills, CORE,以下簡稱本課程) 師資3. 檢核師資補助大專校院辦理就業學程計畫、小型企業人力提升計畫 授課滿意度結果。三大關鍵職能類別分別為 動機職能(Driving Competencies, DC), 行為職能(Behavioral Competencies, BC) 知識職能(Knowledge Competencies, KC)。


預計通知及公告各梯次教育研習參加名單日期: 第一梯次 113年2月27日(星期二) 17時前。


 關鍵就業力課程師資管理原則

 一、 勞動部勞動力發展署(以下簡稱本署)為提升  關鍵就業力課程

           (Courses for Oriented Requisite Employability Skills, CORE,以下簡稱本課程)

           師資 水準,促進師資彼此教學經驗互動交流,建立師資管理機制,

           以維持教 學品質及專業,特訂定本原則。 


二、 為  因應   產業發展   及  工作型態改變促進國家人才發展 並   強化國家人力資 本

         本署訂定本課程關鍵職能類別、課程大綱及教學指引,以大學在校 生及職場新鮮人

         為推廣對象,協助其發展及完備職場就業能力。

          三大關鍵職能類別分別為

          動機職能(Driving Competencies, DC),

          行為職能(Behavioral Competencies, BC)

          知識職能(Knowledge Competencies, KC)。 


三、 本署任務 

(一)訂定本課程課綱、師資考核機制及師資管理原則。 

(二)督導本署所屬分署(以下簡稱分署)業務執行及檢討等事宜。 

(三)辦理本課程師資甄選作業。 

(四)辦理本課程師資回流暨研習會議(以下簡稱回流訓)及教育研習。 

(五)建置及維護本課程師資資訊管理系統。


 四、 分署任務 

(一)檢核並管理本課程師資之年度各項評核指標達成情形,包含:

   1. 檢核師資授課時數。 

   2. 檢核師資出席共識聯繫會議情形。 

   3. 檢核師資補助大專校院辦理就業學程計畫、小型企業人力提升計畫 授課滿意度結果。 

   4. 檢核師資教學自我審核報告。 


(二)每季辦理本課程師資共識聯繫會議,並規劃邀請師資分享教學自我 審核報告。 


五、 師資任務 

(一) 依循本課程關鍵職能類別、課程大綱及教學指引教授課程。 

(二) 得接受本署業管相關計畫之執行單位聘為本課程講師。 

(三) 配合及出席分署辦理之本課程師資共識聯繫會議。 

(四) 配合及出席本署辦理之回流訓或教育研習。 

(五) 配合本署宣傳相關業務。 


六、 本署得於在職訓練網公布本課程師資名單、可授課之關鍵職能類別、授 課時數及

         授課單位數等資訊,供邀課單位參考。 

七、 本署得視需要辦理本課程師資甄選作業,師資資格及甄選流程如下:

 (一)師資資格 1. 教育程度須符合下列之一: 

      (1) 碩士以上學歷。 

      (2) 學士學歷,且畢業後具 6 年以上工作經驗。 

   2. 相關資歷須符合下列之一:

 (1) 經教育部審查合格現任或曾任專科以上學校講師、助理教授、 副教授、

      教授並講授 1 年以上資歷。 

  (2) 產業授課經驗 3 年以上且具產業主管經驗者。

  (二)有意成為本課程各關鍵職能類別師資者,應先參加該關鍵職能類別 

             教育研習及通過筆試測驗,再參採該關鍵職能類別之教學指引,

             提 出3個課程單元之自撰教材,並於教學演示時依審查委員擇定之課 程單元

            進行教學演示;經委員審查通過,始取得該關鍵職能類別之 授課資格。 

八、 本課程師資每年度應完成下列各項評核指標,始得維持師資資格: 

    (一)參加回流訓並通過測驗。 

    (二)出席共識聯繫會議至少2次。 

    (三)授課時數至少36小時。 

    (四)授課滿意度結果達70%以上之授課對象表示滿意。 

      (五)繳交教學自我審核報告每年1份。 

前項第一款依本署公布之回流訓規劃辦理,師資未出席回流訓、未 依回流訓規劃完成

相關事項、未通過測驗,即不予納入本課程師資名 單。 

師資連續2年未達成第1項第2至5款規定之任一款指標門檻,則第3 年起

不予納入本課程師資名單。

師資經授課對象提供不滿意之具體事由,經分署評估確屬師資需改 善之情事,

經通知師資調整改善後,師資連續2年仍有相同情事,第3年 起不予納入本課程師資名單。 

第1項第5款所定繳交教學自我審核報告每年一份,為師資應配合分 署規劃於所訂期限內

完成繳交,並於共識聯繫會議分享。 


九、 本課程師資維持師資資格之授課時數、授課滿意度結果評核指標

 採計 範圍包含本署補助大專校院辦理就業學程計畫、小型企業人力提升計 畫,

  並統計於本課程師資資訊管理系統。 

十、 本課程師資經本署查明有下列情事之一者,不予納入本課程師資名單: 

(一)未完成第8點第1項第1款規定。 

(二)提供不實資料、回流訓由他人代為出席或未親自簽到退等,經查證 屬實。 

(三)涉及刑事案件經判刑確定。 

(四)其他損害本署聲譽之行為。


 十一、 本原則未盡事宜,依其他相關規定辦理。



2024年2月5日 星期一

2024 02 06 左永安 顧問/講師/委員 【圖解保暖】隨身保暖7神器出鞘 談笑用兵抗霸王寒流 隨著氣溫驟降,禦寒保暖變成最重要的事,從頭、頸、耳朵、四肢到腹部等,都是重點保暖項目!

 


2024 02 06 左永安 顧問/講師/委員 【圖解保暖】隨身保暖7神器出鞘 談笑用兵抗霸王寒流 隨著氣溫驟降,禦寒保暖變成最重要的事,從頭、頸、耳朵、四肢到腹部等,都是重點保暖項目!

 【圖解保暖】隨身保暖7神器出鞘 談笑用兵抗霸王寒流

LINE TODAY發布於 01月22日18:56


隨著氣溫驟降,禦寒保暖變成最重要的事,從頭、頸、耳朵、四肢到腹部等,都是重點保暖項目!LINE TODAY盤點7樣禦寒神器,助您度過這惡劣的寒流!使用的神器越齊全,這冬天就越安穩呢!



2024年1月29日 星期一

2024 01 29 左永安 顧問/講師/委員 中華亞健康生命科學世界總會 國際知名加速器Y Combinator 145家醫療AI新創公司的 分析顯示1、生命科學研發; 2、醫療人員協助; 3、病患服務; 4、資訊分析; 5、行政支援五個領域。 2023年來,由ChatGPT引領的「生成式人工智慧」風潮席捲全球,在短短幾個月內,已大量進入多數人的工作及生活中。輝達(Nvidia)執行長黃仁勳,把生成式人工智慧比喻為AI的iPhone化,實在非常貼切。 ChatGPT使AI的應用更貼近人性及生活,也帶動了更多機會,其中之一就是AI在醫療健康的應用。

醫療AI新創的未來

2023/07/07 10:12
文|
李鍾熙














台灣有高水準的醫護人員和醫療服務體系,巨量而完整的全民健保數據,再搭配既有堅強的資通訊科技產業基礎,未來前景可期。(示意圖/Pexels)

2023年來,由ChatGPT引領的「生成式人工智慧」風潮席捲全球,

在短短幾個月內,已大量進入多數人的工作及生活中。

輝達(Nvidia)執行長黃仁勳,把生成式人工智慧比喻為AI的iPhone化,

實在非常貼切。

ChatGPT使AI的應用更貼近人性及生活,也帶動了更多機會,

其中之一就是AI在醫療健康的應用。

根據2023年,一項針對國際知名加速器Y Combinator 145家醫療AI新創公司的

分析顯示,這些公司投入的重點,可區分為:

1、生命科學研發;

2、醫療人員協助;

3、病患服務;

4、資訊分析;

5、行政支援

五個領域。

這些公司合計募集了200億美元資金,聘用約47000名員工。

其中資金最多的是生命科學研發和醫療人員協助兩個領域。

AI應用於生命科學研發包含了

新藥開發、

臨床試驗、

個人化醫療及

基因體研究

等項目;而AI應用在醫療人員協助方面則包括了

臨床決策、

醫學診斷、

影像辨識、

手術機器人,以及

醫療記錄

等項目。

這兩個領域都是科技含量較高、較具前瞻性,且市場較不成熟的領域。

至於AI在病患服務的應用領域,則包含了

遠距照護、

陪病AI、

看診引導及

費用申報

等項目,再加上

資訊分析及行政作業兩領域。

雖都是受生成式AI影響較大,但也是科技難度不高,市場也較成熟的領域。

對於已有通路及規模的國際廠商較為有利。

就台灣而言,我們的醫療AI公司規模較小,相對於許多跨國公司,

又缺乏國際品牌及通路,因此較不易進入技術門檻低、市場成熟度高的AI應用。

但對於如遠距醫療、去中心化臨床試驗等新興巿場,或是技術較難、

回收倍數高的項目,應該就比較容易成功。

AI的基礎建設及醫療應用,是政府大力推動的策略重點。台灣有高水準的

醫護人員和醫療服務體系,巨量而完整的全民健保數據,再搭配既有堅強的

資通訊科技產業基礎,強強聯手,只要選擇正確的策略和項目,未來前景可期。