scholarly journals Doa quem está envolvido: um estudo sobre a doação em lives com o uso de QR Code em um contexto de pandemia de COVID-19

2021 ◽  
Vol 20 (4) ◽  
pp. 455-480
Author(s):  
Thiago Chiorino Costa ◽  
Samara De Carvalho Pedro ◽  
Daniela Menezes Garzaro ◽  
Marcelo Carvalho ◽  
Leonardo Vils
Keyword(s):  
Least Squares ◽  
Partial Least Squares ◽  
Qr Code

Objetivo do estudo: Sabendo da importância do ato da doação durante o período da pandemia e, tendo as lives como um fenômeno crescente, buscamos entender quais fatores influenciam os indivíduos a fazerem doações durante essas apresentações. Assim, visamos verificar como o envolvimento com as lives, a atitude em ajudar os outros e o uso de uma nova tecnologia, o QR Code, afetam esse novo processo de doação.Metodologia: Coletamos os dados de 291 indivíduos, sendo que o instrumento de coleta foi elaborado com escalas validadas. Para a análise do modelo, foi utilizada a técnica de Modelagem de Equações Estruturais, Partial Least Squares (PLS).Principais resultados: A análise do modelo estrutural confirmou que a atitude em ajudar os outros medeia a relação entre o envolvimento com as lives e a intenção de doar. No entanto, a atitude em relação a usar o QR Code não apresentou relação significante com a intenção de doar.Contribuições teóricas: Nosso estudo contribui com as teorias relacionadas a comportamento do consumidor, em situações relacionadas a engajamento em ações de captação de recursos para caridade.Relevância/originalidade: A originalidade do nosso estudo se mostra na investigação da intenção comportamental de doação para caridade em um contexto totalmente atípico (pandemia de COVID-19), por meio de ferramentas e cenários novos (utilização de QR Code em lives).Implicações para a gestão ou sociais: No estudo, discutimos sobre o impacto da tecnologia para a viabilização das doações e como os organizadores de eventos podem contribuir com as instituições de caridade, por meio das lives.

An fMRI study examining spatial navigation through a virtual environment: Partial least squares analysis

2005 ◽  
Author(s):  
Richard Mraz ◽  
Nancy J. Lobaugh ◽  
Genevieve Quintin ◽  
Konstantine K. Kakzanis ◽  
Simon J. Graham
Keyword(s):  
Least Squares ◽  
Virtual Environment ◽  
Partial Least Squares ◽  
Spatial Navigation ◽  
Partial Least Squares Analysis ◽  
Fmri Study

Controlling in der Produktentwicklung

Controlling ◽  
2020 ◽  
Vol 32 (3) ◽  
pp. 45-50
Author(s):  
Marc Janka
Keyword(s):  
Least Squares ◽  
Partial Least Squares ◽  
Finite Mixture

Gemeinhin gilt die Annahme, dass das Controlling für viele deutsche Unternehmen auch oder besonders in der Produktentwicklung von großer Bedeutung ist und vor allem unter Umfeldunsicherheit ein wesentlicher Erfolgsfaktor sein kann. Der vorliegende Beitrag zeigt unter Anwendung einer für die Controlling-Forschung neuartigen Methode zur Schätzung von Mischverteilungen mittels partieller Regressionen (englisch finite mixture partial least squares [FIMIX-PLS]), ob diese Annahme für alle Unternehmen gleichermaßen gilt.

Partial Least Squares Strukturgleichungsmodellierung

2017 ◽  
Author(s):  
Joseph F. Hair ◽  
Sven Hauff ◽  
G. Tomas M. Hult ◽  
Nicole F. Richter ◽  
Christian M. Ringle ◽  
...  
Keyword(s):  
Least Squares ◽  
Partial Least Squares

Use of reflectance spectroscopy to estimate the organic carbon and CaCO3 contents of soils

2012 ◽  
Vol 61 (2) ◽  
pp. 277-290 ◽  
Author(s):  
Ádám Csorba ◽  
Vince Láng ◽  
László Fenyvesi ◽  
Erika Michéli
Keyword(s):  
Organic Carbon ◽  
Least Squares ◽  
Partial Least Squares ◽  
Partial Least Squares Regression ◽  
Mean Squared Error ◽  
Reflectance Spectroscopy ◽  
Least Squares Regression ◽  
Root Mean Squared Error ◽  
Squared Error

Napjainkban egyre nagyobb igény mutatkozik olyan technológiák és módszerek kidolgozására és alkalmazására, melyek lehetővé teszik a gyors, költséghatékony és környezetbarát talajadat-felvételezést és kiértékelést. Ezeknek az igényeknek felel meg a reflektancia spektroszkópia, mely az elektromágneses spektrum látható (VIS) és közeli infravörös (NIR) tartományában (350–2500 nm) végzett reflektancia-mérésekre épül. Figyelembe véve, hogy a talajokról felvett reflektancia spektrum információban nagyon gazdag, és a vizsgált tartományban számos talajalkotó rendelkezik karakterisztikus spektrális „ujjlenyomattal”, egyetlen görbéből lehetővé válik nagyszámú, kulcsfontosságú talajparaméter egyidejű meghatározása. Dolgozatunkban, a reflektancia spektroszkópia alapjaira helyezett, a talajok ösz-szetételének meghatározását célzó módszertani fejlesztés első lépéseit mutatjuk be. Munkánk során talajok szervesszén- és CaCO3-tartalmának megbecslését lehetővé tévő többváltozós matematikai-statisztikai módszerekre (részleges legkisebb négyzetek módszere, partial least squares regression – PLSR) épülő prediktív modellek létrehozását és tesztelését végeztük el. A létrehozott modellek tesztelése során megállapítottuk, hogy az eljárás mindkét talajparaméter esetében magas R2értéket [R2(szerves szén) = 0,815; R2(CaCO3) = 0,907] adott. A becslés pontosságát jelző közepes négyzetes eltérés (root mean squared error – RMSE) érték mindkét paraméter esetében közepesnek mondható [RMSE (szerves szén) = 0,467; RMSE (CaCO3) = 3,508], mely a reflektancia mérési előírások standardizálásával jelentősen javítható. Vizsgálataink alapján arra a következtetésre jutottunk, hogy a reflektancia spektroszkópia és a többváltozós kemometriai eljárások együttes alkalmazásával, gyors és költséghatékony adatfelvételezési és -értékelési módszerhez juthatunk.

Speech Emotion Recognition Based on Sparse Representation

2013 ◽  
Vol 38 (4) ◽  
pp. 465-470 ◽  
Author(s):  
Jingjie Yan ◽  
Xiaolan Wang ◽  
Weiyi Gu ◽  
LiLi Ma
Keyword(s):  
Dimensionality Reduction ◽  
Emotion Recognition ◽  
Least Squares ◽  
Partial Least Squares ◽  
Partial Least Squares Regression ◽  
Speech Emotion Recognition ◽  
Least Squares Regression ◽  
Computer Science Pedagogy ◽  
Reduction Methods ◽  
Analysis Computer

Abstract Speech emotion recognition is deemed to be a meaningful and intractable issue among a number of do- mains comprising sentiment analysis, computer science, pedagogy, and so on. In this study, we investigate speech emotion recognition based on sparse partial least squares regression (SPLSR) approach in depth. We make use of the sparse partial least squares regression method to implement the feature selection and dimensionality reduction on the whole acquired speech emotion features. By the means of exploiting the SPLSR method, the component parts of those redundant and meaningless speech emotion features are lessened to zero while those serviceable and informative speech emotion features are maintained and selected to the following classification step. A number of tests on Berlin database reveal that the recogni- tion rate of the SPLSR method can reach up to 79.23% and is superior to other compared dimensionality reduction methods.

THE EFFECT OF WORKLOAD AND SUPERVISION ON WORK STRES AND PERFORMANCE : A STUDY OF PRODUCTION DEPARTMENT ON LAMONGAN SHIPYARD

2019 ◽  
Vol 2 (1) ◽  
pp. 31-36
Author(s):  
Rezha Isyraqi Qastalano ◽  
Bambang Syairudin
Keyword(s):  
Least Squares ◽  
Partial Least Squares ◽  
Work Stress ◽  
Production Department ◽  
And Performance

The purpose of the study was to identify the effect of workload and supervision on work stres and performance. Sample determination used production department employees in Lamongan Shipyard, which made a total of 134 respondents. The method used partial least squares (PLS). Results of the analysis showed that workload had positively and significantly affect on work stress; workload had positively and significantly affect on performance; supervision had positively and significantly affect on work stress; supervision had positively and significantly affect on work stress; supervision had positively and not significantly affect on performance and  lastly, work stress positively and had not significantly affect on performance

Sign in / Sign up

Export Citation Format

Share Document