Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas

dc.creatorMoine, Juan Miguel
dc.creatorBigatti, Cristian Germán
dc.creatorLeale, Guillermo
dc.creatorCarnevali, Graciela
dc.creatorFrancheli, Esther
dc.date2013-09
dc.date2013
dc.date2020-04-20T16:33:35Z
dc.date.accessioned2023-07-14T19:23:30Z
dc.date.available2023-07-14T19:23:30Z
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/93781
dc.identifierissn:1853-1881
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7435117
dc.descriptionEl presente trabajo tiene por objeto describir la forma en que las técnicas de minería de datos pueden eficientizar la gestión de turnos médicos, analizando la historia de turnos otorgados y las distintas variables que pueden influir a la hora de decidir la asistencia a dicho turno. Se ha trabajado sobre un caso de estudio real, implementando técnicas de minería de datos a través de la metodología CRISP-DM.
dc.descriptionSociedad Argentina de Informática e Investigación Operativa
dc.formatapplication/pdf
dc.format179-187
dc.languagees
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.subjectCiencias Informáticas
dc.subjectMinería de Datos
dc.subjectGestión de turnos médicos
dc.subjectCRISP-DM
dc.subjectÁrboles de Decisión
dc.titleUn modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas
dc.typeObjeto de conferencia
dc.typeObjeto de conferencia


Este ítem pertenece a la siguiente institución