scholarly journals Los sesgos de elección al rescate de la retención en los MOOCs

2020 ◽  
Vol 24 (3) ◽  
Author(s):  
Manuel Ignacio Medina-Labrador
Keyword(s):  
Chi Square ◽  
Automatic Interaction Detector

Luego del éxito de los MOOCS en los últimos años, la baja retención, pone en duda su efectividad. La presente investigación analiza los datos de diferentes MOOCs con los objetivos de determinar los estudiantes y MOOCs con perfiles desertores y encontrar patrones de estudiantes finalizadores, a través de distorsiones de la realidad (sesgos). Se utilizó la técnica de estratificación y predicción, árbol de decisión de tipo CHAID (Chi-square automatic interaction detector). Los resultados indican que las variables interés por el certificado, sesgos de elección y edad son las que mejor predicen los perfiles de los estudiantes desertores. Para el caso de los perfiles de los cursos que favorecen la deserción; la duración del MOOC, los sesgos de elección, la cantidad de módulos y el número de profesores muestran el curso con mayor probabilidad de abandono. Los mayores predictores en el interés el certificado final se encuentran descritos por los estudiantes con estudios de licenciatura y del área de interés de negocios. Contrario a lo esperado, se encontró como mayor predictor de la deserción el número incremental de preguntas a lo largo de las diferentes evaluaciones durante el MOOC. La discusión presenta estrategias pedagógicas que benefician directamente la supervivencia de los MOOCs.

scholarly journals 709 Healthy Sleep as an important resource and buffer for intersectional discrimination: Results from Covid 19 study

SLEEP ◽  
2021 ◽  
Vol 44 (Supplement_2) ◽  
pp. A276-A277
Author(s):  
Abhishek Pandey ◽  
Kerry Littlewood ◽  
Christine Spadola ◽  
Michelle Rosenthal ◽  
Larry Cooper ◽  
...  
Keyword(s):  
Race And Ethnicity ◽  
Online Survey ◽  
Economic Status ◽  
Grandparents Raising Grandchildren ◽  
Chi Square ◽  
Resource Potential ◽  
Important Resource ◽  
Chaid Analysis ◽  
Resource Needs ◽  
Automatic Interaction Detector

Abstract Introduction Our previous studies have highlighted sleep disparities for this underserved population, including how Grandparents Raising Grandchildren (GRG) experience troubled and disruptive sleep. Intersectional types of discrimination facing these families during COVID 19, include: race/ethnicity of self and children, income, age, essential workforce status, and impairments (mobility, vision, and hearing). This current study intends to explore how healthy sleep is an important resource (potential buffer) for GRG experiencing intersectional discrimination during COVID 19. Methods We used community partnerships to recruit 600 GRG from all fifty states in USA and several tribes to complete an online survey on their experiences with caregiving and intersectional discrimination during COVID 19. We developed an index on intersectional discrimination based on GRG lived experiences to inform the survey and used descriptive and bivariate statistics to profile this group. Chi-square Automatic Interaction Detector (CHAID) analysis was used to build a predictive model to help determine how variables in our study best merge to explain intersectional discrimination. Results Of the GRGs’, 37% were between 54–65 years and 33% cared for children 6 to 10 years for at least 5 years. The types of discrimination that were more likely to be included in intersectional discrimination include: Black or African American [83.8% (31)], my child’s race [59.5% (22)], my lower economic status [56.8% (21)], and my status as a caregiver [56.8% (21)]. The resource needs that showed the most disparity (higher rate showed higher priority/extreme concern) between those with ID and those without included: Information on how COVID impacts race and ethnicity differently (6.0 vs. 3.61), ability to pay utilities (3.7 vs. 1.99), and information on how to achieve healthy sleep (4.19 vs. 2.64). Conclusion This study suggests that GRG facing intersectional discrimination identify the importance of attaining information on how to achieve healthy sleep as an important resource to them during COVID 19. These results can be used to help mobilize resources and disseminate information for this underserved group to improve healthy sleep and also model for their extended families and communities. Support (if any) This study was conducted by the Grandfamilies Outcome Workgroup, (GrOW), with support from Generations United and Collaborative Solutions.

scholarly journals Fatores preditivos de incapacidades em pacientes com hanseníase

2009 ◽  
Vol 43 (2) ◽  
pp. 267-274 ◽  
Author(s):  
Soraya Diniz Gonçalves ◽  
Rosana Ferreira Sampaio ◽  
Carlos Maurício de Figueiredo Antunes
Keyword(s):  
Chi Square ◽  
Belo Horizonte ◽  
Automatic Interaction Detector

OBJETIVO:Analisar os fatores preditivos na evolução do grau de incapacidade em pacientes com hanseníase. MÉTODOS:Foram analisados dados de coorte retrospectiva, que acompanhou 595 pacientes com incapacidades, registrados em uma unidade de saúde de Belo Horizonte (MG), de 1993 a 2003. Informações sociodemográficas e clínicas dos pacientes foram coletadas dos respectivos prontuários. Comparou-se o grau de incapacidade na admissão e no final do tratamento por meio do teste de homogeneidade marginal. Para identificar os fatores associados à evolução do grau de incapacidade foram utilizadas as análises univariada (teste qui-quadrado de tendência linear) e multivariada pelo algoritmo Chi-square Automatic Interaction Detector. RESULTADOS:Dos casos com registro de grau de incapacidade na admissão e na alta, observou-se que 43,2% que tinham grau 1 na primeira avaliação evoluíram para grau 0. Dos que apresentavam grau 2, 21,3% passaram a ter grau 0 e 20% passaram a grau 1. Na análise univariada as variáveis que se mostraram estatisticamente associadas à evolução no grau de incapacidade foram: neurite, tempo até a ocorrência de neurite, número de nervos acometidos, tipo de tratamento fisioterápico e maior dose de prednisona. Na análise multivariada, o principal fator que se associou à evolução do grau de incapacidade foi o grau de incapacidade na admissão. CONCLUSÕES:Os resultados mostraram a importância do diagnóstico precoce de neuropatia, assim como da eficiente associação das intervenções medicamentosas e não-medicamentosas por meio das técnicas de prevenção de incapacidade e dosagens adequadas de corticoterapia.

scholarly journals LEVERAGING DATA MINING TECHNIQUES IN ENHANCING THE EFFICACY OF HEALTHCARE IN THIRD WORLD COUNTRIES: SPOTLIGHT ON TURKISH CASE STUDY

2021 ◽  
Vol 12 (01) ◽  
Author(s):  
Anshika Arshia Chadha
Keyword(s):  
Chi Square ◽  
Edge Information ◽  
The Public ◽  
Medical Clinics ◽  
Public Emergency ◽  
Public Clinics ◽  
Turkish Case ◽  
Financial Issues ◽  
Automatic Interaction Detector

This paper presents a utilization of the information mining technique to decide the financial profiles of the public clinics in Turkey. The review depends on the information accumulated in 2004, covering 645 public clinics run by the Ministry of Health (MoH) as the fundamental supplier of essential and optional wellbeing administrations in Turkey. The public medical clinics, as of now financed by a combination of assets allotted from the overall spending plan and separately worked rotating reserves, need critical answers for their financial issues as a piece of a continuous public change exertion. The examination takes on the Chi-Square Automatic Interaction Detector (CHAID) choice tree calculation, as one of the most efficient and cutting-edge information digging technique utilized for division. The investigation has discovered that the public clinics could be sorted by the CHAID into 12 unique profiles as far as their financial execution. These profiles have directed us in deciding the key financial markers to be engaged upon in the public emergency clinics and present accepted procedures to work on their individual financial exhibitions. The findings have likewise permitted strategy ideas regarding the financial techniques that might be considered in working on the financial execution of the public medical clinics toward an effective wellbeing area change in Turkey.

scholarly journals Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo

2020 ◽  
Vol 14 (1V) ◽  
pp. 35-45
Author(s):  
Trần Đức Học ◽  
Lê Tấn Tài
Keyword(s):  
Support Vector Machine ◽  
Linear Regression ◽  
Regression Trees ◽  
Classification And Regression Trees ◽  
Support Vector ◽  
Ensemble Model ◽  
Chi Square ◽  
Chi Squared ◽  
Classification And Regression ◽  
Automatic Interaction Detector

Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượng và đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thống kê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗ trợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regression trees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linear regression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) và mô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư. Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hình đơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất là CART + GENLIN. Từ khóa: ước tính; tòa nhà; tiêu thụ năng lượng; khai phá dữ liệu, trí tuệ nhân tạo.

scholarly journals Prevalência e fatores associados ao autorrelato de deficiência: uma comparação por sexo

2017 ◽  
Vol 20 (1) ◽  
pp. 147-160 ◽  
Author(s):  
Mônica Faria Felicíssimo ◽  
Amélia Augusta de Lima Friche ◽  
Amanda Cristina de Souza Andrade ◽  
Roseli Gomes de Andrade ◽  
Dário Alves da Silva Costa ◽  
...  
Keyword(s):  
Chi Square ◽  
Belo Horizonte ◽  
Automatic Interaction Detector

RESUMO: Objetivo: Estimar a prevalência de deficiência e sua associação com características sociodemográficas e de saúde, estratificadas por sexo. Métodos: Estudo transversal com amostra probabilística de 4.048 residentes com idade ≥ 18 anos em dois distritos sanitários de Belo Horizonte (MG) durante o período 2008-2009. A variável resposta “deficiência” foi definida com base no autorrelato de problema nas funções ou nas estruturas do corpo. As variáveis explicativas foram sociodemográficas (“sexo”, “idade”, “cor de pele”, “estado civil”, “anos de estudos” e “renda familiar”) e de saúde (“morbidade referida”, “autoavaliação de saúde”, “qualidade de vida” e “satisfação com a vida”). Empregou-se a análise multivariada pela árvore de decisão, utilizando-se o algoritmo Chi-square Automatic Interaction Detector. Resultados: A prevalência global de deficiência foi de 10,4%, maior no sexo feminino (11,9%; intervalo de confiança - IC95% 10,2-13,6) do que no masculino (8,7%; IC95% 6,8-10,5). Na análise multivariada, as variáveis que melhor discriminaram a deficiência foram “idade” e “morbidade” no sexo feminino, “baixa escolaridade” e “pior autoavaliação de saúde” no sexo masculino. O autorrelato de deficiência foi mais frequente entre mulheres em idade produtiva (40 a 59 anos) e de menor renda, e entre homens de menor escolaridade e renda. Com relação às condições de saúde, os maiores percentuais de deficiência foram observados, para ambos os sexos, entre aqueles que relataram três ou mais doenças e pior percepção de saúde. Conclusão: Os resultados reforçam a necessidade de atenção diferenciada, uma vez que mulheres em idade produtiva e homens com menor escolaridade são mais vulneráveis à ocorrência de deficiência.

scholarly journals Uma análise do cargo e do nível de instrução dos usuários em sua avaliação sobre sistemas integrados de gestão

2017 ◽  
Vol 12 (3) ◽  
pp. 260-74
Author(s):  
Warley Wanderson Do Couto ◽  
Antônio Artur De Souza ◽  
Ewerton Alex Avelar ◽  
Eloísa Helena Rodrigues Guimarães ◽  
Luísa Raad Gervásio
Keyword(s):  
Enterprise Resource Planning ◽  
Resource Planning ◽  
Chi Square ◽  
Automatic Interaction Detector

Este artigo apresenta os resultados de uma pesquisa que visou analisar a influência do cargo e do nível de instrução dos usuários em sua satisfação em relação a sistemas integrados de gestão (enterprise resource planning - ERP). Os dados foram coletados por meio de questionários semiestruturados aplicados a 115 usuários de ERPs em 13 diferentes empresas. A análise dos dados foi realizada por meio das seguintes técnicas: estatística descritiva, coeficente de correlação de Spearman e Chi-Square Automatic Interaction Detector (CHAID). Os resultados evidenciaram que o cargo e a função dos usuários têm influência direta na avaliação dos ERPs. Em geral, a avaliação dos usuários técnicos e assistentes apresentou resultados estatisticamente superiores aos da avaliação realizada por usuários em cargos de supervisão e coordenação. Constatou-se, ainda, uma influência significativa do nível de instrução dos usuários em sua avaliação dos sistemas, especialmente, porque empregados com menor nível de instrução tenderam a avaliar mais positivamente as características dos ERPs.

Quality Inspection with Chi-Square Automatic Interaction Detector and Self-Organizing Map

2014 ◽  
Vol 1039 ◽  
pp. 538-543
Author(s):  
Lelija Stupar ◽  
Quan Yu ◽  
Ke Sheng Wang
Keyword(s):  
Supervised Classification ◽  
Clustering Algorithm ◽  
Geometric Features ◽  
Quality Inspection ◽  
Self Organizing Map ◽  
Improve Quality ◽  
Chi Square ◽  
Automatic Interaction Detector ◽  
Self Organizing

This paper describes two methods for the industrial quality inspection: Supervised classification algorithm Chi-Square Automatic Interaction Detector (CHAID) and unsupervised clustering algorithm Self-Organizing Map (SOM). The classification and clustering are modelled in IBM software SPSS. Models’ functioning is illustrated on a wheel assembly geometric features inspection. The classifying accuracies are compared for the two methods. CHAID has shown better classifying ability than SOM, while SOM can be used to improve quality of predictor values, and therefore classifiers accuracy.

Sign in / Sign up

Export Citation Format

Share Document