Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia
- Autores
- Dasso, Aristides; Funes, Ana
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Como parte integral de una línea de investigación en el desarrollo de modelos de evaluación de sistemas complejos, y considerando que la determinación de la existencia de una posible epidemia, o inclusive de una pandemia, en un área o población determinada, es de máxima importancia, y que una alerta temprana es una herramienta de prevención para que las autoridades competentes puedan comenzar a tomar las medidas preventivas necesarias, es que presentamos los objetivos, lineamientos generales y resultados esperados de un trabajo de investigación sobre la creación de modelos de evaluación de epidemias. Esta investigación tiene como objetivo la creación, puesta a punto y aplicación de modelos que permitan obtener indicadores del nivel alcanzado en la evaluación de alertas tempranas ante la posibilidad de presencia de una epidemia. La metodología a seguir para el desarrollo de dichos modelos de evaluación está basada en la aplicación del método Logic Score of Preference (LSP). Asimismo, tomamos como referencia para la creación del modelo, algunas de las recomendaciones de organismos tales como el Center for Disease Control (CDC) de los EEUU, el European Centre for Disease Prevention and Control (ECDPC), así como de otras publicaciones.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Epidemia
Pandemia
Métodos de evaluación multicriterio
Logic Score of Preference (LSP)
Evaluación cuantitativa - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/144395
Ver los metadatos del registro completo
id |
SEDICI_a8c49f089b308f20cb31252fb7475690 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/144395 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemiaDasso, AristidesFunes, AnaCiencias InformáticasEpidemiaPandemiaMétodos de evaluación multicriterioLogic Score of Preference (LSP)Evaluación cuantitativaComo parte integral de una línea de investigación en el desarrollo de modelos de evaluación de sistemas complejos, y considerando que la determinación de la existencia de una posible epidemia, o inclusive de una pandemia, en un área o población determinada, es de máxima importancia, y que una alerta temprana es una herramienta de prevención para que las autoridades competentes puedan comenzar a tomar las medidas preventivas necesarias, es que presentamos los objetivos, lineamientos generales y resultados esperados de un trabajo de investigación sobre la creación de modelos de evaluación de epidemias. Esta investigación tiene como objetivo la creación, puesta a punto y aplicación de modelos que permitan obtener indicadores del nivel alcanzado en la evaluación de alertas tempranas ante la posibilidad de presencia de una epidemia. La metodología a seguir para el desarrollo de dichos modelos de evaluación está basada en la aplicación del método Logic Score of Preference (LSP). Asimismo, tomamos como referencia para la creación del modelo, algunas de las recomendaciones de organismos tales como el Center for Disease Control (CDC) de los EEUU, el European Centre for Disease Prevention and Control (ECDPC), así como de otras publicaciones.Red de Universidades con Carreras en Informática2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf433-437http://sedici.unlp.edu.ar/handle/10915/144395spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9info:eu-repo/semantics/reference/hdl/10915/142555info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:36:52Zoai:sedici.unlp.edu.ar:10915/144395Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:53.146SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
title |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
spellingShingle |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia Dasso, Aristides Ciencias Informáticas Epidemia Pandemia Métodos de evaluación multicriterio Logic Score of Preference (LSP) Evaluación cuantitativa |
title_short |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
title_full |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
title_fullStr |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
title_full_unstemmed |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
title_sort |
Modelo predictivo para evaluar el riesgo potencial de existencia de epidemia |
dc.creator.none.fl_str_mv |
Dasso, Aristides Funes, Ana |
author |
Dasso, Aristides |
author_facet |
Dasso, Aristides Funes, Ana |
author_role |
author |
author2 |
Funes, Ana |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Epidemia Pandemia Métodos de evaluación multicriterio Logic Score of Preference (LSP) Evaluación cuantitativa |
topic |
Ciencias Informáticas Epidemia Pandemia Métodos de evaluación multicriterio Logic Score of Preference (LSP) Evaluación cuantitativa |
dc.description.none.fl_txt_mv |
Como parte integral de una línea de investigación en el desarrollo de modelos de evaluación de sistemas complejos, y considerando que la determinación de la existencia de una posible epidemia, o inclusive de una pandemia, en un área o población determinada, es de máxima importancia, y que una alerta temprana es una herramienta de prevención para que las autoridades competentes puedan comenzar a tomar las medidas preventivas necesarias, es que presentamos los objetivos, lineamientos generales y resultados esperados de un trabajo de investigación sobre la creación de modelos de evaluación de epidemias. Esta investigación tiene como objetivo la creación, puesta a punto y aplicación de modelos que permitan obtener indicadores del nivel alcanzado en la evaluación de alertas tempranas ante la posibilidad de presencia de una epidemia. La metodología a seguir para el desarrollo de dichos modelos de evaluación está basada en la aplicación del método Logic Score of Preference (LSP). Asimismo, tomamos como referencia para la creación del modelo, algunas de las recomendaciones de organismos tales como el Center for Disease Control (CDC) de los EEUU, el European Centre for Disease Prevention and Control (ECDPC), así como de otras publicaciones. Red de Universidades con Carreras en Informática |
description |
Como parte integral de una línea de investigación en el desarrollo de modelos de evaluación de sistemas complejos, y considerando que la determinación de la existencia de una posible epidemia, o inclusive de una pandemia, en un área o población determinada, es de máxima importancia, y que una alerta temprana es una herramienta de prevención para que las autoridades competentes puedan comenzar a tomar las medidas preventivas necesarias, es que presentamos los objetivos, lineamientos generales y resultados esperados de un trabajo de investigación sobre la creación de modelos de evaluación de epidemias. Esta investigación tiene como objetivo la creación, puesta a punto y aplicación de modelos que permitan obtener indicadores del nivel alcanzado en la evaluación de alertas tempranas ante la posibilidad de presencia de una epidemia. La metodología a seguir para el desarrollo de dichos modelos de evaluación está basada en la aplicación del método Logic Score of Preference (LSP). Asimismo, tomamos como referencia para la creación del modelo, algunas de las recomendaciones de organismos tales como el Center for Disease Control (CDC) de los EEUU, el European Centre for Disease Prevention and Control (ECDPC), así como de otras publicaciones. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/144395 |
url |
http://sedici.unlp.edu.ar/handle/10915/144395 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9 info:eu-repo/semantics/reference/hdl/10915/142555 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 433-437 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616245960245248 |
score |
13.069144 |