Logotipo del repositorio
Comunidades
Todo DSpace
Acerca del Repositorio
Reglamento del RepositorioFormato de AutorizaciónMetadatos ObligatoriosPolíticas del Repositorio
Estadísticas Externas
Iniciar sesión
¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Pineda Espino, Leidy Marisol"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Resultados por página
  • Opciones de ordenación
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Aprendizaje automático en el diagnóstico de la autoestima y depresión en el ámbito de la salud mental
    (Universidad Nacional San Luis Gonzaga., 2025) Pineda Espino, Leidy Marisol; Salcedo Hernández, Mónica Gabriela
    Objetivo: Evaluar la eficiencia del aprendizaje automático en el diagnóstico de la autoestima y depresión en el ámbito de la salud mental. Método: el método empleado fue aplicado del nivel aplicativo; se aplicó los cuestionarios de Rosemberg para la autoestima y el cuestionario de Beck para la depresión a una muestra de 167 jóvenes para recoger los datos, se realizó un análisis descriptivo de los datos para conocer el estado de la depresión y autoestima, al mismo tiempo los datos fueron sometidos al modelo de inteligencia artificial con el modelo de aprendizaje supervisado con el algoritmo SVM, el modelo de inteligencia artificial fue desarrollado con la herramienta Orange Datamining. Se desarrolló un asistente virtual con inteligencia artificial de apoyo para jóvenes con estado depresivo o de autoestima baja Resultado: los resultados del algoritmo para la depresión arrojaron una precisión del 79,3%, mientras que para los datos de autoestima mostraron una precisión del 95.9%. La estadística descriptiva de los datos los jóvenes arrojaron más de 20% con estado depresivo entre extremo, grave e intermitente; para el caso de la autoestima arrojó datos muy críticos con más del 50% con autoestima baja y media. Conclusión: se concluye la importancia del modelo de predicción de salud mental, la estadística que refleja el estado de salud de los jóvenes relacionados con la depresión y la autoestima, se concluye y el desarrollo de un asistente virtual de apoyo.

Contacto

Rectorado: Prolog. Ayabaca C-9 Urb. San José - Ica.Ciudad Universitaria: Av. Los Maestros S/N - Ica.Local Central: Calle Bolivar 232 - Ica.Correo electrónico: repositorio@unica.edu.pe

Sitios de Interes

Logo AliciaLogo La ReferenciaLogo Google Scholar