Rede neural artificial aplicada aos casos notificados de dengue cases em Maceió – Alagoas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A dengue é um dos graves problemas de saúde pública mundial. O Nordeste do Brasil (NEB) possui um clima e ambiente urbano ideal para a proliferação do mosquito Aedes (aegypti e albopictus), vetor da doença. O Estado de Alagoas, principalmente a sua capital, tem epidemias da doença de forma frequente. Portanto, o objetivo deste estudo é avaliar a aplicação de Rede Neural Artificial (RNA) nos casos notificados de dengue (CND) nas regiões administrativas (RA) de Maceió. As RAs são divididas em: RA1, RA2, RA3, RA4, RA5, RA6, RA7 e RA8. Os CND foram submetidos a RNA não linear autorregressiva (NAR) – (RNA-NAR). O período de estudo foi de 2011 a 2020. Os resultados obtidos de CND se destacaram em anos específicos (2012, 2013, 2017, 2018 e 2020), por outro lado houve superestimativas das previsões via RNA. Em algumas RAs houve subnotificações e, por isso interferiu nos resultados das previsões. A RNA-NAR foi validada, visto que a maioria das previsões apresentou correlação positiva e com resposta aos dados observados, exceto as RAs com subnotificações. O uso da RNA é adequado no alerta e previsão da donça, onde tal instrumento pode ser usado em ações preventivas de controle da doença.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle