Array
(
    [responseDate] => 2024-11-19T11:57:07Z
    [request] => https://revistas.ufpr.br/atoz/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ojs.pkp.sfu.ca:article/84017
                            [datestamp] => 2023-05-29T22:24:19Z
                            [setSpec] => atoz:ART
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => USO DO ALGORITMO "FLORESTA ALEATÓRIA" NA IDENTIFICAÇÃO DO COMPORTAMENTO DA POPULAÇÃO NA BUSCA POR SERVIÇOS DE SAÚDE APÓS O INÍCIO DA PANDEMIA DO NOVO CORONAVÍRUS
                                    [creator] => Array
                                        (
                                            [0] => Ariza, Vinicius Matheus Pimentel
                                            [1] => Miranda do Nascimento, Mateus
                                            [2] => Picolo Malandrino, Pedro
                                            [3] => dos Santos, Bruno Samways
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Floresta Aleatória
                                            [1] => Mineração de Dados
                                            [2] => Covid-19
                                            [3] => Tarefa de Classificação.
                                        )

                                    [description] => Introdução: A mineração de dados é uma das cinco etapas do Knowledge Discovery in Databases (KDD), ou Descoberta de Conhecimento em Banco de Dados, e pode ser aplicada em diversas áreas do conhecimento, incluindo a saúde. As preocupações e esforços com a saúde pública vêm ganhando maior relevância, uma vez que o mundo todo vem sofrendo com o enfrentamento da pandemia do novo coronavírus, principalmente em países subdesenvolvidos e em desenvolvimento, como é o caso do Brasil e outras nações do continente americano. Método: Visando contribuir para a área, o objetivo deste estudo foi aplicar um algoritmo classificador para identificar o comportamento da população na busca por serviços de saúde após o início da pandemia do novo coronavírus. A base de dados utilizada foi a Premise General Population Covid-19 Health Services Disruption Survey 2020, oriunda do projeto Covid-19 Health Services Disruption Survey 2020. Resultados: Utilizando o algoritmo Floresta Aleatória, obteve-se 87,5% de acurácia na classificação de pessoas que irão ou não recorrer a serviços de saúde em países americanos Conclusão: Verificou-se que atributos sociodemográficos foram importantes na identificação destas pessoas, principalmente a quantidade de moradores em uma residência, etnia, religião, situações empregatícia e financeira. O modelo desenvolvido e os resultados alcançados podem ser usados para auxiliar autoridades de países americanos no planejamento de políticas públicas de saúde.
                                    [publisher] => Programa de Pós-graduação em Gestão da Informação - UFPR
                                    [date] => 2023-01-12
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                            [2] => Artículo evaluado por pares
                                            [3] => Avaliado pelos pares
                                            [4] => Estudo quantitativo-qualitativo
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://revistas.ufpr.br/atoz/article/view/84017
                                            [1] => 10.5380/atoz.v11i0.84017
                                        )

                                    [source] => Array
                                        (
                                            [0] => AtoZ: novas práticas em informação e conhecimento; Vol. 11 (2022); 1 - 15
                                            [1] => AtoZ: novas práticas em informação e conhecimento; Vol. 11 (2022); 1 - 15
                                            [2] => AtoZ: novas práticas em informação e conhecimento; v. 11 (2022); 1 - 15
                                            [3] => 2237-826X
                                            [4] => 10.5380/atoz.v11i0
                                        )

                                    [language] => por
                                    [relation] => https://revistas.ufpr.br/atoz/article/view/84017/48275
                                    [rights] => Copyright (c) 2023 AtoZ: novas práticas em informação e conhecimento
                                )

                        )

                )

        )

)