CREA: Colección de Recursos Educativos Abiertos

Logotipo del repositorio
Comunidades
Busca por
Enlaces de interés
  • Trabajos Académicos: Iniciación a la Investigación
  • Nomenclatura UNESCO
  • Kit de Recursos Educativos Abiertos de REBIUN
  • Licencias Creative Commons
  • Web de propiedad intelectual de Rebiun
  • Política de Protección de datos de la Universidad de Jaén
FAQ
Sobre CREA
  • Canales de contacto
  • DEPOSITAR DOCUMENTOS
  • Autoarchivo en la colección de materiales docentes de CREA
  • Autoarchivo delegado en las colecciones de TFG, TFM y TFT de CREA
  • Asesoramiento y formación
  • POLÍTICAS
  • Política institucional de recursos educativos abiertos (REA)
  • Política del repositorio institucional de recursos educativos abiertos. CREA
  • Propiedad intelectual y licencias
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Iniciar sesión
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Romero Aceituno, Pedro"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Resultados por página
  • Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Desarrollo y evaluación de un modelo predictivo basado en Machine Learning para estudiar y predecir el comportamiento del absentismo en prestaciones sanitarias
    (2019-03-29) Romero Aceituno, Pedro ; Martínez Cruz, Carmen Josefa ; Universidad de Jaén. Informática
    El absentismo de pacientes a sus citas es un problema que produce perdidas económicas en sanidad e impacta negativamente en la salud de los pacientes. En el presente trabajo se construye un modelo predictivo con tecnologías de learning machine con el que predecir la asistencia de los pacientes a sus citas. A su vez se diseña y evalúa una aplicación de overbooking inteligente que utiliza las predicciones anteriores para proporcionar recomendaciones de sobre citación y optimizar la planificación de citas del centro. El trabajo es desarrollado en el marco real de un grupo de clínicas Mission Neighborhood Health Center, situado en San Francisco (EEUU).
Los documentos del repositorio CREA se encuentran en

crea

Colección de Recursos Educativos Abiertos

  • Aviso Legal
  • Política de privacidad
  • Enviar Sugerencias
Todos los documentos están protegidos por derechos de autor y bajo Licencia CC (by-nc-nd) si no se indica lo contrario.