Buchumschlag

Retraining in the United States: problems and progress

Fuente: Organización Internacional del Trabajo (OIT)

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ida R. Hoos
Format:	Artículo científico
Veröffentlicht:	International Labour Organization 1965
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

La réadaptation professionnelle aux Etats-Unis: problèmes et résultats
von: Ida R. Hoos
Veröffentlicht: (1965)

Reeducación profesional en Estados Unidos: problemas y progresos
von: Ida R. Hoos
Veröffentlicht: (1965)

Les employés et l'automation dans les bureaux
von: Ida R. Hoos
Veröffentlicht: (1960)

La automación de las oficinas y sus consecuencias para el personal administrativo
von: Ida R. Hoos
Veröffentlicht: (1960)

The impact of office automation on workers
von: Ida R. Hoos
Veröffentlicht: (1960)

L'automation dans les bureaux au Japon
von: Ida R. Hoos, et al.
Veröffentlicht: (1963)

Office automation in Japan
von: Ida R. Hoos, et al.
Veröffentlicht: (1963)

La automación de las oficinas en el Japón
von: Ida R. Hoos, et al.
Veröffentlicht: (1963)

The effect of the progressive muscle relaxation combined withs lavender aromatherapy on insomnia of hemodialysis patients
von: Ida Rosdiana
Veröffentlicht: (2021)

Technical progress and job security on the United States railroads
von: Georges Dunand
Veröffentlicht: (1964)

Retraining, Retreading, and Repeating
von: Immroth, J. Philip
Veröffentlicht: (1972)

Introduction to the problems of marine insurance in the fishing industry in the United States
von: Kahn, R.A.
Veröffentlicht: (1955)

The problem of technological unemployment in the United States
von: Irving Herbert Flamm
Veröffentlicht: (1935)

Housing in the United States: problems and policy
von: Catherine Bauer Wurster
Veröffentlicht: (1945)

Retraining as Approximate Bayesian Inference
von: Katz, Harrison
Veröffentlicht: (2026)

On the Impossibility of Retrain Equivalence in Machine Unlearning
von: Yu, Jiatong, et al.
Veröffentlicht: (2025)

On the Unreasonable Effectiveness of Last-layer Retraining
von: Hill, John C., et al.
Veröffentlicht: (2025)

Graph Unlearning with Efficient Partial Retraining
von: Zhang, Jiahao, et al.
Veröffentlicht: (2024)

The Limitations of Model Retraining in the Face of Performativity
von: Kabra, Anmol, et al.
Veröffentlicht: (2024)

On the Efficiency of Training Robust Decision Trees
von: Gerlach, Benedict, et al.
Veröffentlicht: (2025)

Rethinking Evaluation Paradigms in IBP-based Certified Training
von: Kaulen, Konstantin, et al.
Veröffentlicht: (2026)

Adapting CNNs for Fisheye Cameras without Retraining
von: Griffiths, Ryan, et al.
Veröffentlicht: (2024)

iKUN: Speak to Trackers without Retraining
von: Du, Yunhao, et al.
Veröffentlicht: (2023)

Reconstruct the Pruned Model without Any Retraining
von: Wang, Pingjie, et al.
Veröffentlicht: (2024)

Improving Policy Optimization via $\varepsilon$-Retrain
von: Marzari, Luca, et al.
Veröffentlicht: (2024)

Rethinking Explanation Evaluation under the Retraining Scheme
von: Cai, Yi, et al.
Veröffentlicht: (2025)

Percomrph phylogeny: progress and problems
Veröffentlicht: (1993)

Correlation properties of heart rate variability for exercise prescription during prolonged running at constant speeds: A randomized cross‐over trial
von: Thomas Gronwald, et al.
Veröffentlicht: (2024)

PERP: Rethinking the Prune-Retrain Paradigm in the Era of LLMs
von: Zimmer, Max, et al.
Veröffentlicht: (2023)

On the Stability of Iterative Retraining of Generative Models on their own Data
von: Bertrand, Quentin, et al.
Veröffentlicht: (2023)

Pruning Foundation Models for High Accuracy without Retraining
von: Zhao, Pu, et al.
Veröffentlicht: (2024)

Prune or Retrain: Optimizing the Vocabulary of Multilingual Models for Estonian
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2025)

Manipulating and Mitigating Generative Model Biases without Retraining
von: Vice, Jordan, et al.
Veröffentlicht: (2024)

Debugging Concept Bottleneck Models through Removal and Retraining
von: Enouen, Eric, et al.
Veröffentlicht: (2025)

Sparks of Quantum Advantage and Rapid Retraining in Machine Learning
von: Troy, William
Veröffentlicht: (2024)

ACTRESS: Active Retraining for Semi-supervised Visual Grounding
von: Kang, Weitai, et al.
Veröffentlicht: (2024)

QLIP: A Dynamic Quadtree Vision Prior Enhances MLLM Performance Without Retraining
von: Chickering, Kyle R., et al.
Veröffentlicht: (2025)

Stochastic homogenization of fractional obstacle problems
von: Deangelis, Francesco, et al.
Veröffentlicht: (2026)

The maintenance of full employment after the transition period : a comparison of the problem in the United States and United Kingdom
von: Michał Kalecki
Veröffentlicht: (2013)

The maintenance of full employment after the transition period: a comparison of the problem in the United States and United Kingdom
von: Michał Kalecki
Veröffentlicht: (1996)