• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Modelo para el cálculo de capacidad instalada en servicios de atención domiciliaria en Clínicos IPS

    Thumbnail
    QRCode
    View/Open
    jaacevedosa.pdf (312.9Kb)
    Share
    Date
    2024-09-10
    Author
    José Alberto Acevedo Salcedo
    Advisor
    Rafael Gaitan Ospina

    Citación

           
    TY - GEN T1 - Modelo para el cálculo de capacidad instalada en servicios de atención domiciliaria en Clínicos IPS AU - José Alberto Acevedo Salcedo Y1 - 2024-09-10 UR - https://repository.unad.edu.co/handle/10596/63709 AB - Este proyecto tiene como objetivo desarrollar una estrategia logística que mejore la distribución de recursos humanos y materiales en los servicios de atención domiciliaria de clínicos IPS en Bogotá, asegurando una atención eficiente y de alta calidad mediante técnicas de Machine Learning. Para ello, se identificarán las variables clave en el proceso de atención domiciliaria, revisando estudios de caso, literatura relevante y datos históricos. Además, se investigó el uso actual de Machine Learning en la logística de la salud para crear un marco teórico sobre su implementación y efectividad. Finalmente, se esbozan las estrategias basadas en modelos de Machine Learning u otras alternativas relacionadas la ciencia de datos para garantizar una distribución óptima de los recursos. Este enfoque busca no solo optimizar la eficiencia operativa de los servicios de atención domiciliaria sino también mejorar la calidad del servicio prestado a una población en crecimiento, con patologías crónicas y cada vez más longeva. ER - @misc{10596_63709, author = {José Alberto Acevedo Salcedo}, title = {Modelo para el cálculo de capacidad instalada en servicios de atención domiciliaria en Clínicos IPS}, year = {2024-09-10}, abstract = {Este proyecto tiene como objetivo desarrollar una estrategia logística que mejore la distribución de recursos humanos y materiales en los servicios de atención domiciliaria de clínicos IPS en Bogotá, asegurando una atención eficiente y de alta calidad mediante técnicas de Machine Learning. Para ello, se identificarán las variables clave en el proceso de atención domiciliaria, revisando estudios de caso, literatura relevante y datos históricos. Además, se investigó el uso actual de Machine Learning en la logística de la salud para crear un marco teórico sobre su implementación y efectividad. Finalmente, se esbozan las estrategias basadas en modelos de Machine Learning u otras alternativas relacionadas la ciencia de datos para garantizar una distribución óptima de los recursos. Este enfoque busca no solo optimizar la eficiencia operativa de los servicios de atención domiciliaria sino también mejorar la calidad del servicio prestado a una población en crecimiento, con patologías crónicas y cada vez más longeva.}, url = {https://repository.unad.edu.co/handle/10596/63709} }RT Generic T1 Modelo para el cálculo de capacidad instalada en servicios de atención domiciliaria en Clínicos IPS A1 José Alberto Acevedo Salcedo YR 2024-09-10 LK https://repository.unad.edu.co/handle/10596/63709 AB Este proyecto tiene como objetivo desarrollar una estrategia logística que mejore la distribución de recursos humanos y materiales en los servicios de atención domiciliaria de clínicos IPS en Bogotá, asegurando una atención eficiente y de alta calidad mediante técnicas de Machine Learning. Para ello, se identificarán las variables clave en el proceso de atención domiciliaria, revisando estudios de caso, literatura relevante y datos históricos. Además, se investigó el uso actual de Machine Learning en la logística de la salud para crear un marco teórico sobre su implementación y efectividad. Finalmente, se esbozan las estrategias basadas en modelos de Machine Learning u otras alternativas relacionadas la ciencia de datos para garantizar una distribución óptima de los recursos. Este enfoque busca no solo optimizar la eficiencia operativa de los servicios de atención domiciliaria sino también mejorar la calidad del servicio prestado a una población en crecimiento, con patologías crónicas y cada vez más longeva. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    salud Google Scholar
    aprendizaje automático Google Scholar
    aprendizaje supervisado Google Scholar
    no supervisado Google Scholar
     
     
    Regional / Country coverage
    cead_-_josé_acevedo_y_gómez
    Metadata
    Show full item record
    PDF Document
    Description of the content
    Este proyecto tiene como objetivo desarrollar una estrategia logística que mejore la distribución de recursos humanos y materiales en los servicios de atención domiciliaria de clínicos IPS en Bogotá, asegurando una atención eficiente y de alta calidad mediante técnicas de Machine Learning. Para ello, se identificarán las variables clave en el proceso de atención domiciliaria, revisando estudios de caso, literatura relevante y datos históricos. Además, se investigó el uso actual de Machine Learning en la logística de la salud para crear un marco teórico sobre su implementación y efectividad. Finalmente, se esbozan las estrategias basadas en modelos de Machine Learning u otras alternativas relacionadas la ciencia de datos para garantizar una distribución óptima de los recursos. Este enfoque busca no solo optimizar la eficiencia operativa de los servicios de atención domiciliaria sino también mejorar la calidad del servicio prestado a una población en crecimiento, con patologías crónicas y cada vez más longeva.
    Format
    pdf
    Type of digital resource
    Monografía
    Content relationship
    Ciencia de datos,Machine Learning
    URI
    https://repository.unad.edu.co/handle/10596/63709
    Collections
    • Especialización en Ciencia de Datos y Analítica [248]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: