Predicción de variables en salud mental para colaboradores de una Universidad privada ubicada en la ciudad de Cali por medio de aprendizaje automático

dc.contributor.advisorGil González, Julián
dc.contributor.authorRosero Montilla, María de los Ángeles
dc.contributor.authorRamírez Cortés, Brayan Steven
dc.contributor.authorVivas Torres, Juan Manuel
dc.date.accessioned2024-07-30T20:13:30Z
dc.date.available2024-07-30T20:13:30Z
dc.date.issued2024
dc.description.abstractLa salud mental se ha convertido en una de las principales preocupaciones en la actualidad. La Universidad consciente de ello, busca el bienestar de sus colaboradores y se esfuerza por ofrecerles las mejores condiciones de trabajo. Sin embargo, se detecta un preocupante deterioro de la salud mental dentro de la comunidad educativa, situación que se ve agravada por los efectos de la pandemia, por esta razón se desarrollaron modelos de predicción de variables de salud mental en colaboradores pertenecientes a la Universidad privada ubicada en la ciudad de Cali, por medio de técnicas de Machine Learning. Esta investigación ha dado como resultado el desarrollo de modelos predictivos y la creación de documentación detallada sobre el proceso, se espera que los modelos desarrollados en este proyecto puedan ser implementados en diversos sectores, con el objetivo de facilitar la detección temprana de problemas de salud mental en los trabajadores y contribuir a su bienestar integral [1], [2]
dc.description.abstractengMental health has become one of the main concerns in the present. The University, aware of this, seeks the well-being of its collaborators and strives to offer them the best working conditions. However, it detects a worrying deterioration of mental health within the educational community, a situation that is seen aggravated by the effects of the pandemic, for this reason prediction models were developed of mental health variables in collaborators belonging to the private University located in the city of Cali, through Machine Learning techniques. This research has given result in the development of predictive models and the creation of detailed documentation on the process, it is expected that the models developed in this project can be implemented in various sectors, with the aim of facilitating the early detection of health problems mental health in workers and contribute to their comprehensive well-being [1], [2]
dc.format.extent112 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://vitela.javerianacali.edu.co/handle/11522/3650
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.facultyFacultad de Ingeniería y Ciencias
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSalud mental
dc.subjectMachine Learning
dc.subjectColaboradores
dc.subjectPredicción
dc.subjectBases de datos
dc.subjectMental health
dc.subjectCollaborators
dc.subjectPrediction
dc.subjectDatabases
dc.thesis.disciplineFacultad de Ingeniería y Ciencias. Maestría en Ciencia de Datos - Modalidad virtual
dc.thesis.grantorPontificia Universidad Javeriana Cali
dc.thesis.levelMaestría
dc.titlePredicción de variables en salud mental para colaboradores de una Universidad privada ubicada en la ciudad de Cali por medio de aprendizaje automáticospa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
Proyecto_Salud_Mental_Colaboradores.pdf
Size:
5.26 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Nota de Aceptación.pdf
Size:
341.16 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
LICENCIA DE AUTORIZACIÓN.pdf
Size:
569.99 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: