Mostrar el registro sencillo del ítem

dc.contributor.advisorMalpica Rodríguez, Manuel Enrique
dc.contributor.authorVelezmoro Tirado, José Nelson
dc.contributor.authorBazán Valdivia, Edwin Mauricio
dc.date.accessioned2021-01-11T20:43:35Z
dc.date.available2021-01-11T20:43:35Z
dc.date.issued2020-11-10
dc.identifier.citationVelezmoro, J. N., & Bazán, E. M. (2020). Sistema web basado en algoritmos de inteligencia artificial para la predicción de la depresión en adolescentes de la ciudad de Cajamarca, 2020 (Tesis de licenciatura). Repositorio de la Universidad Privada del Norte. Recuperado de https://hdl.handle.net/11537/24798es_PE
dc.identifier.other005.1 VELE 2020es_PE
dc.identifier.urihttps://hdl.handle.net/11537/24798
dc.description.abstractLa investigación titulada “Sistema web basado en algoritmos de inteligencia artificial para la predicción de la depresión en adolescentes de la ciudad de Cajamarca, 2020”, se ha desarrollado en un contexto en el que los psicólogos de las instituciones educativas, no cuentan con la posibilidad de evaluar a la totalidad de los estudiantes, con respecto a la presencia de depresión. Es de esta forma, mediante la cual, su evaluación sólo suele depender de las recomendaciones de evaluación de conocidos o familiares. En base a ello, fue que se planteó el siguiente objetivo general: Determinar el mejor algoritmo de inteligencia artificial para la predicción de la depresión en adolescentes de la ciudad de Cajamarca, 2020. Se ha señalado las siguientes hipótesis: El sistema web basado en algoritmos de inteligencia artificial predice la depresión en adolescentes en la ciudad de Cajamarca, 2020. El tipo de metodología ha sido de tipo aplicada, con un enfoque cuantitativo y un diseño pre experimental, considerando a una población de 115 expedientes, los cuales, sólo 47 de ellos, han correspondido a estudiantes que han sido diagnosticados con depresión. Los resultados han demostrado que los adolescentes han contado con humor depresivo en un 27.70%, la presencia de insomnio, las carencias en la acción psicomotriz, en un 27.70%, la ansiedad somática moderada, en un 25.50%, la presencia de más de 4 síntomas somáticos gastrointestinales, la pérdida de peso de más de 50 gramos en una semana y la preocupación por su apariencia personal, en un 27.70%. En base a lo mencionado, se ha podido concluir que el algoritmo J48, ha llegado a predecir la depresión en adolescentes de forma eficiente, en base a Ratios de verdaderos positivos (87.234%), ratio de falsos positivos (12.766%), ratio de área bajo la curva ROC (0.993) y ratio de valores de precisión (0.917). Es de esta forma, por la que se ha desarrollado un sistema web que ha contado con todas las propiedades del algoritmo seleccionado.es_PE
dc.description.abstractThe research entitled "Web system based on artificial intelligence algorithms for the prediction of depression in adolescents in the city of Cajamarca, 2020", has been developed in a context in which psychologists from educational institutions do not have the possibility to evaluate the totality of the students, with respect to the presence of depression. It is in this way, by which, its evaluation usually only depends on the evaluation recommendations of acquaintances or relatives. Based on this, the following general objective was proposed: Determine the best artificial intelligence algorithm for the prediction of depression in adolescents in the city of Cajamarca, 2020. The following hypotheses have been indicated: The web-based system in artificial intelligence algorithms predicts depression in adolescents in the city of Cajamarca, 2020. The type of methodology has been applied, with a quantitative approach and a pre-experimental design, considering a population of 115 files, of which only 47 of they have corresponded to students who have been diagnosed with depression. The results have shown that adolescents have had depressive mood in 27.70%, the presence of insomnia, deficiencies in psychomotor action, in 27.70%, moderate somatic anxiety, in 25.50%, the presence of more than 4 somatic gastrointestinal symptoms, weight loss of more than 50 grams in a week and concern for their personal appearance, by 27.70%. Based on the above, it has been possible to conclude that the J48 algorithm has managed to predict depression in adolescents efficiently, based on true positive ratios (87,234%), false positive ratio (12,766%), ratio of area under the ROC curve (0.993) and ratio of precision values (0.917). It is in this way that a web system has been developed that has had all the properties of the selected algorithm.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.formatapplication/mswordes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Privada del Nortees_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.sourceUniversidad Privada del Nortees_PE
dc.sourceRepositorio Institucional - UPNes_PE
dc.subjectAlgoritmoses_PE
dc.subjectDepresiónes_PE
dc.subjectAdolescenteses_PE
dc.titleSistema web basado en algoritmos de inteligencia artificial para la predicción de la depresión en adolescentes de la ciudad de Cajamarca, 2020es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.grantorUniversidad Privada del Norte. Facultad de Ingenieríaes_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.disciplineIngeniería de Sistemas Computacionaleses_PE
thesis.degree.nameIngeniero de Sistemas Computacionaleses_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
thesis.degree.programPregradoes_PE
dc.description.sedeCajamarcaes_PE
renati.advisor.dni26707158
renati.advisor.orcidhttps://orcid.org/0000-0002-5534-5116es_PE
renati.author.dni46210981
renati.author.dni44766060
renati.discipline612086es_PE
renati.jurorBazán Díaz, Laura Sofía
renati.jurorTúllume Mechán, Yuri
renati.jurorRomero Zegarra, Fidel
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess