Apoyo diagnóstico del Burnout con el uso del El Machine Learning

El síndrome de burnout es un estado de agotamiento físico y mental que resulta de la exposición prolongada al estrés y la presión emocional en el entorno laboral caracterizado por agotamiento emocional, despersonalización y disminución de la realización personal que afecta tanto al individuo como a...

Full description

Autores:: Hermida Moreno, David

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2024

Institución:: Fundación Universitaria Konrand Lorenz

Repositorio:: Fundación Universitaria Konrand Lorenz

Idioma:: spa

id	Konrad2_c45c22ca8e91234cd456d0c7edfbe8a3
oai_identifier_str	oai:repositorio.konradlorenz.edu.co:001/5988
network_acronym_str	Konrad2
network_name_str	Fundación Universitaria Konrand Lorenz
repository_id_str
dc.title.none.fl_str_mv	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
title	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
spellingShingle	Apoyo diagnóstico del Burnout con el uso del El Machine Learning Estrés laboral Manejo del estrés Bienestar laboral Estrés crónico Clima organizacional Burnout Machine learning Cansancio emocional Despersonalización Desrealización Regresión logística binaria
title_short	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
title_full	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
title_fullStr	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
title_full_unstemmed	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
title_sort	Apoyo diagnóstico del Burnout con el uso del El Machine Learning
dc.creator.fl_str_mv	Hermida Moreno, David
dc.contributor.advisor.none.fl_str_mv	Urueña Vargas, Harold Andrés
dc.contributor.author.none.fl_str_mv	Hermida Moreno, David
dc.contributor.editor.none.fl_str_mv	Fundación Universitaria Konrad Lorenz
dc.subject.classification.none.fl_str_mv	Estrés laboral Manejo del estrés Bienestar laboral Estrés crónico Clima organizacional
topic	Estrés laboral Manejo del estrés Bienestar laboral Estrés crónico Clima organizacional Burnout Machine learning Cansancio emocional Despersonalización Desrealización Regresión logística binaria
dc.subject.proposal.none.fl_str_mv	Burnout Machine learning Cansancio emocional Despersonalización Desrealización Regresión logística binaria
description	El síndrome de burnout es un estado de agotamiento físico y mental que resulta de la exposición prolongada al estrés y la presión emocional en el entorno laboral caracterizado por agotamiento emocional, despersonalización y disminución de la realización personal que afecta tanto al individuo como a su entorno. Este trabajo se centrará en identificar los síntomas más importantes que permiten generar un diagnóstico efectivo del síndrome del Burnout a través de un modelo de machine . Siguiendo el diseño descriptivo de las variables relacionadas con el burnout y luego una metodología de modelado y simulación computacional. Se espera que este modelo no solo identifique el burnout de manera rápida y efectiva, sino que también apoye la salud mental de los trabajadores. La implementación de un modelo de regresión logística ha mostrado resultados significativos, identificando 5 preguntas clave de la escala MBI con alta precisión en la clasificación del burnout, obteniendo una sensibilidad del 97.6% y una especificidad del 100%.
publishDate	2024
dc.date.accessioned.none.fl_str_mv	2024-09-16T17:39:07Z
dc.date.available.none.fl_str_mv	2024-09-16T17:39:07Z
dc.date.issued.none.fl_str_mv	2024
dc.type.none.fl_str_mv	Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv	Text
format	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv	https://repositorio.konradlorenz.edu.co/handle/001/5988
url	https://repositorio.konradlorenz.edu.co/handle/001/5988
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.relation.references.none.fl_str_mv	Abd-alrazaq, A., Alhuwail, D., Schneider, J. et al. The performance of artificial intelligence-driven technologies in diagnosing mental disorders: an umbrella review. npj Digit. Med. 5, 87 (2022). https://doi.org/10.1038/s41746-022-00631-8 Aceves, G. A., López, M. Á. C., Moreno, S., Jiménez, F. F. S., & Campos, J. D. J. S. (2006). Síndrome de burnout. Archivos de Neurociencias, 11(4), 305-309. https://www.researchgate.net/profile/Felipe-Farias- Serratos/publication/236332518_Burnout_Syndrome/links/02e7e517a8d1f31e73000000/Burnout-Syndrome.pdf Alfaro Flores, A. M., & Castillo Revilla, S. E. (2023). Síndrome de burnout: un análisis desde el ámbito organizacional. REVISTA CIENTÍFICA SEARCHING DE CIENCIAS HUMANAS Y SOCIALES, 4(2), 44–61. https://doi.org/10.46363/searching.v4i2.5 Baniadamdizaj. S, & Baniadamdizaj. S. (2022). Prediction of Iranian EFL teachers’ burnout level using machine learning algorithms and maslach burnout inventory. Iran Journal of Computer Science, 6(1), 1–12. https://doi.org/10.1007/s42044-022-00112-x Contreras, A. (2021). Variables predictoras del síndrome de burnout académico en estudiantes universitarios. Konradlorenz.edu.co. https://repositorio.konradlorenz.edu.co/handle/001/4764 Córdoba, L., Tamayo, J. A., González, M. A., Martínez, M. I., Rosales, A., & Barbato, S. H. (2011). Adaptation and validation of the Maslach Burnout Inventory-Human Services Survey in Cali, Colombia. Colombia Medica, 42(3), 286–293. https://doi.org/10.25100/cm.v42i3.874 Costa, C.M., Martinez-Galán, E. and Leandro, F.J. (2022), "Does Fifth Industrial Revolution Benefit or Trouble the Global Civil Society?", Oberoi, R., Halsall, J.P. and Snowden, M. (Ed.) Contestations in Global Civil Society, Emerald Publishing Limited, Bingley, pp. 45-62. https://doi.org/10.1108/978-1-80043-700-520221006 Estévez, C. P., & Quintane, E. (2018). E-mail communication patterns and job burnout. PLOS ONE, 13(3), https://doi.org/10.1371/journal.pone.0193966 Murdoch, W. J., Chandan Deep Singh, Kumbier, K., Reza Abbasi-Asl, & Yu, B. (2019). Definitions, methods, and applications in interpretable machine learning. Proceedings of the National Academy of Sciences of the United States of America, 116(44), 22071–22080. https://doi.org/10.1073/pnas.1900654116 Edú-Valsania, S., Laguía, A., & Antonio, J. (2022). Burnout: A Review of Theory and Measurement. International Journal of Environmental Research and Public Health, 19(3), 1780–1780. https://doi.org/10.3390/ijerph19031780 Freudenberger, H. J. (1974). Staff Burn-Out. Journal of Social Issues, 30(1), 159–165. https://doi.org/10.1111/j.1540-4560.1974.tb00706.x Gómez-Acosta, A., Sierra-Barón, W., Alpi, S. V., Clavijo, M. E., Salcedo, K., Andrade, Y., Gómez-Acosta, A., Sierra-Barón, W., Alpi, S. V., Clavijo, M. E., Salcedo, K., & Andrade, Y. (2022). Evaluación del Burnout en Psicólogos de la Ciudad de Neiva, Colombia. Psicología Desde El Caribe, 39(1), -. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-417X2022000100005 Graham, S., Depp, C. A., Lee, E., Nebeker, C., Tu, X., Kim, H.-C., & Jeste, D. V. (2019). Artificial Intelligence for Mental Health and Mental Illnesses: an Overview. Current Psychiatry Reports, 21(11). https://doi.org/10.1007/s11920-019-1094-0 Jagannath, G. (2020). Burnout syndrome in healthcare professionals. Telangana Journal of Psychiatry, 6(2), 105–109. https://doi.org/10.18231/j.tjp.2020.023 Kaschka, W. P., Korczak, D., & Broich, K. (2011). Burnout: a fashionable diagnosis. Deutsches Ärzteblatt International, 108(46), 781. https://www.aerzteblatt.de/int/archive/article/113224 Marisol. (2022). El síndrome de burnout y sus efectos en los trabajadores de las empresas florícolas. http://repositorio.utn.edu.ec/handle/123456789/12496 Organización Mundial de la Salud [OMS] (2019). Clasificación internacional Estadístico de enfermedades y problemas relacionados con la salud (11 ed.) Organización Mundial de la Salud. Python 3.11. (2024,). Python.org: Applications for Python. https://www.python.org/about/apps/ Polina Z, Yevgeniy B, Bohdan Y, & Ігор Z. (2020). Detection and Prevention of Professional Burnout Using Machine Learning Methods. 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET). https://doi.org/10.1109/tcset49122.2020.235426 Rivera Estrada, J. E., & Sánchez Salazar, D. V. (2016). Inteligencia artificial ¿reemplazando al humano en la psicoterapia? Escritos, 24(53), 271–291. https://doi.org/10.18566/escr.v24n53.a02 Saborío, L., & Hidalgo , L. (2015). Síndrome de Burnout. Medicina Legal de Costa Rica, 32(1), 119–124. https://www.scielo.sa.cr/scielo.php?pid=S1409-00152015000100014&script=sci_arttext Serna., J. (2018) Una Pequeña Introducción a Machine Learning. Universidad Central. Recuperado de: http://hpclab.ucentral.edu.co/~hfranco/data_analysis/SessionV/VSession.pdf Spyder (2023) https://www.spyder-ide.org/Tavella, G., Spoelma, M., & Parker, G. (2023). Detecting burnout: Identifying key symptoms using standard and machine learning methods. International Journal of Stress Management. Advance online publication. https://doi.org/10.1037/str0000296 Torres, C. (2023). Capítulo: ansiedad, estrés y síndrome de Burnout en odontólogos y estudiantes de Odontología. https://dspace.ucacue.edu.ec/handle/ucacue/14423 Estévez, C. P., & Quintane, E. (2018). E-mail communication patterns and job burnout. PLOS ONE, 13(3), https://doi.org/10.1371/journal.pone.0193966
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_14cb
dc.rights.license.none.fl_str_mv	Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv	https://creativecommons.org/licenses/by-nc/4.0/
rights_invalid_str_mv	Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_14cb
dc.format.extent.none.fl_str_mv	45 páginas: tablas ; figuras
dc.format.mimetype.none.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	Bogotá D.C. : Fundación Universitaria Konrad Lorenz, 2024
dc.publisher.faculty.none.fl_str_mv	Facultad de Psicología
dc.publisher.program.none.fl_str_mv	Psicología
dc.publisher.place.none.fl_str_mv	Colombia
publisher.none.fl_str_mv	Bogotá D.C. : Fundación Universitaria Konrad Lorenz, 2024
institution	Fundación Universitaria Konrand Lorenz
bitstream.url.fl_str_mv	https://repositorio.konradlorenz.edu.co/bitstreams/6aa0e81d-55f8-4eb7-8642-9732c42feca6/download https://repositorio.konradlorenz.edu.co/bitstreams/b50cacdd-fbeb-476f-a329-ad819e4a84a3/download https://repositorio.konradlorenz.edu.co/bitstreams/744a309c-9d56-4b8f-ba12-dbe2470b9e37/download https://repositorio.konradlorenz.edu.co/bitstreams/0649fa66-0120-4b04-8fb2-0b54b1a73146/download https://repositorio.konradlorenz.edu.co/bitstreams/eed8e6f8-a590-4391-8ea6-1e97b44cde7f/download https://repositorio.konradlorenz.edu.co/bitstreams/083fc20f-05a5-4e4c-a2d3-9584d494a1d5/download https://repositorio.konradlorenz.edu.co/bitstreams/50a52fd7-26ec-48f5-ba6e-1568f73a0826/download https://repositorio.konradlorenz.edu.co/bitstreams/bf435c1c-abe3-4cfd-8004-5368a9aa5090/download https://repositorio.konradlorenz.edu.co/bitstreams/2c8b4d35-aada-48e3-a622-ac72eafb2eaf/download https://repositorio.konradlorenz.edu.co/bitstreams/6f86ae02-d03e-4fec-b0d0-3e173cb8d804/download https://repositorio.konradlorenz.edu.co/bitstreams/ca710682-5002-4536-956f-11bd73e87bc4/download https://repositorio.konradlorenz.edu.co/bitstreams/d5dc79c3-d2ec-44be-855e-475a663ceec5/download https://repositorio.konradlorenz.edu.co/bitstreams/2736e05f-4263-4b23-8120-5cf2dbbf4d8f/download
bitstream.checksum.fl_str_mv	e729d3d4a87d41f52a47ec7ee12a03fd ecb32c7f32abfcbe799066d1bca78e03 aeac01975a91a4ca72ed374e520ef3fe 8375b79bd8f596bbc3192c57a22f6ae5 f5801f8b77d851629ff0633e9edd621d 46180f92707face6c4a7f76ffc911bf3 f1cbe3b7fb36cbdfdfe9abc5ae485a7a 4ff74446d190fdf0233584dd41e685a1 d6f3112a8322c800f31e8410a881d7b9 363a3588e178b72fcd68ccd7e276d4cd 84fe7530b25e7f1246b33a754a260c18 63c62235b8e3c2b8f3e5894ef299d222 bbfca0079244430d745bff3b9de43bc7
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio - Fundación Universitaria Konrad Lorenz
repository.mail.fl_str_mv	bdigital@metabiblioteca.com
_version_	1811852028533538816
spelling	Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)d.c rights --- Atribucion - Nocomercial - Sinderivar: permite que otros puedan descargar las obras y compartirlas con otras personas, siempre que se reconozca su autoría, pero no se pueden cambiar de ninguna manera ni se pueden utilizar comercialmentehttps://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_14cbUrueña Vargas, Harold AndrésHermida Moreno, DavidFundación Universitaria Konrad Lorenz2024-09-16T17:39:07Z2024-09-16T17:39:07Z2024https://repositorio.konradlorenz.edu.co/handle/001/5988El síndrome de burnout es un estado de agotamiento físico y mental que resulta de la exposición prolongada al estrés y la presión emocional en el entorno laboral caracterizado por agotamiento emocional, despersonalización y disminución de la realización personal que afecta tanto al individuo como a su entorno. Este trabajo se centrará en identificar los síntomas más importantes que permiten generar un diagnóstico efectivo del síndrome del Burnout a través de un modelo de machine . Siguiendo el diseño descriptivo de las variables relacionadas con el burnout y luego una metodología de modelado y simulación computacional. Se espera que este modelo no solo identifique el burnout de manera rápida y efectiva, sino que también apoye la salud mental de los trabajadores. La implementación de un modelo de regresión logística ha mostrado resultados significativos, identificando 5 preguntas clave de la escala MBI con alta precisión en la clasificación del burnout, obteniendo una sensibilidad del 97.6% y una especificidad del 100%.Burnout syndrome is a state of physical and mental exhaustion resulting from prolonged exposure to stress and emotional pressure in the work environment characterized by emotional exhaustion, depersonalization and decreased personal fulfillment that affects both the individual and his or her environment. This work will focus on identifying the most important symptoms that allow to generate an effective diagnosis of Burnout syndrome through a machine model. Following the descriptive design of the variables related to burnout and then a methodology of modeling and computational simulation. It is expected that this model will not only identify burnout quickly and effectively, but also support the mental health of workers. The implementation of a logistic regression model has shown significant results, identifying 5 key questions of the MBI scale with high accuracy in the classification of burnout, obtaining a sensitivity of 97.6% and a specificity of 100%.PsicologoPregrado45 páginas: tablas ; figurasapplication/pdfspaBogotá D.C. : Fundación Universitaria Konrad Lorenz, 2024Facultad de PsicologíaPsicologíaColombiaEstrés laboralManejo del estrésBienestar laboralEstrés crónicoClima organizacionalBurnoutMachine learningCansancio emocionalDespersonalizaciónDesrealizaciónRegresión logística binariaApoyo diagnóstico del Burnout con el uso del El Machine LearningTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextAbd-alrazaq, A., Alhuwail, D., Schneider, J. et al. The performance of artificial intelligence-driven technologies in diagnosing mental disorders: an umbrella review. npj Digit. Med. 5, 87 (2022). https://doi.org/10.1038/s41746-022-00631-8Aceves, G. A., López, M. Á. C., Moreno, S., Jiménez, F. F. S., & Campos, J. D. J. S. (2006). Síndrome de burnout. Archivos de Neurociencias, 11(4), 305-309. https://www.researchgate.net/profile/Felipe-Farias- Serratos/publication/236332518_Burnout_Syndrome/links/02e7e517a8d1f31e73000000/Burnout-Syndrome.pdfAlfaro Flores, A. M., & Castillo Revilla, S. E. (2023). Síndrome de burnout: un análisis desde el ámbito organizacional. REVISTA CIENTÍFICA SEARCHING DE CIENCIAS HUMANAS Y SOCIALES, 4(2), 44–61. https://doi.org/10.46363/searching.v4i2.5Baniadamdizaj. S, & Baniadamdizaj. S. (2022). Prediction of Iranian EFL teachers’ burnout level using machine learning algorithms and maslach burnout inventory. Iran Journal of Computer Science, 6(1), 1–12. https://doi.org/10.1007/s42044-022-00112-xContreras, A. (2021). Variables predictoras del síndrome de burnout académico en estudiantes universitarios. Konradlorenz.edu.co. https://repositorio.konradlorenz.edu.co/handle/001/4764Córdoba, L., Tamayo, J. A., González, M. A., Martínez, M. I., Rosales, A., & Barbato, S. H. (2011). Adaptation and validation of the Maslach Burnout Inventory-Human Services Survey in Cali, Colombia. Colombia Medica, 42(3), 286–293. https://doi.org/10.25100/cm.v42i3.874Costa, C.M., Martinez-Galán, E. and Leandro, F.J. (2022), "Does Fifth Industrial Revolution Benefit or Trouble the Global Civil Society?", Oberoi, R., Halsall, J.P. and Snowden, M. (Ed.) Contestations in Global Civil Society, Emerald Publishing Limited, Bingley, pp. 45-62. https://doi.org/10.1108/978-1-80043-700-520221006Estévez, C. P., & Quintane, E. (2018). E-mail communication patterns and job burnout. PLOS ONE, 13(3), https://doi.org/10.1371/journal.pone.0193966Murdoch, W. J., Chandan Deep Singh, Kumbier, K., Reza Abbasi-Asl, & Yu, B. (2019). Definitions, methods, and applications in interpretable machine learning. Proceedings of the National Academy of Sciences of the United States of America, 116(44), 22071–22080. https://doi.org/10.1073/pnas.1900654116Edú-Valsania, S., Laguía, A., & Antonio, J. (2022). Burnout: A Review of Theory and Measurement. International Journal of Environmental Research and Public Health, 19(3), 1780–1780. https://doi.org/10.3390/ijerph19031780Freudenberger, H. J. (1974). Staff Burn-Out. Journal of Social Issues, 30(1), 159–165. https://doi.org/10.1111/j.1540-4560.1974.tb00706.xGómez-Acosta, A., Sierra-Barón, W., Alpi, S. V., Clavijo, M. E., Salcedo, K., Andrade, Y., Gómez-Acosta, A., Sierra-Barón, W., Alpi, S. V., Clavijo, M. E., Salcedo, K., & Andrade, Y. (2022). Evaluación del Burnout en Psicólogos de la Ciudad de Neiva, Colombia. Psicología Desde El Caribe, 39(1), -. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-417X2022000100005Graham, S., Depp, C. A., Lee, E., Nebeker, C., Tu, X., Kim, H.-C., & Jeste, D. V. (2019). Artificial Intelligence for Mental Health and Mental Illnesses: an Overview. Current Psychiatry Reports, 21(11). https://doi.org/10.1007/s11920-019-1094-0Jagannath, G. (2020). Burnout syndrome in healthcare professionals. Telangana Journal of Psychiatry, 6(2), 105–109. https://doi.org/10.18231/j.tjp.2020.023Kaschka, W. P., Korczak, D., & Broich, K. (2011). Burnout: a fashionable diagnosis. Deutsches Ärzteblatt International, 108(46), 781. https://www.aerzteblatt.de/int/archive/article/113224Marisol. (2022). El síndrome de burnout y sus efectos en los trabajadores de las empresas florícolas. http://repositorio.utn.edu.ec/handle/123456789/12496Organización Mundial de la Salud [OMS] (2019). Clasificación internacional Estadístico de enfermedades y problemas relacionados con la salud (11 ed.) Organización Mundial de la Salud.Python 3.11. (2024,). Python.org: Applications for Python. https://www.python.org/about/apps/Polina Z, Yevgeniy B, Bohdan Y, & Ігор Z. (2020). Detection and Prevention of Professional Burnout Using Machine Learning Methods. 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET). https://doi.org/10.1109/tcset49122.2020.235426Rivera Estrada, J. E., & Sánchez Salazar, D. V. (2016). Inteligencia artificial ¿reemplazando al humano en la psicoterapia? Escritos, 24(53), 271–291. https://doi.org/10.18566/escr.v24n53.a02Saborío, L., & Hidalgo , L. (2015). Síndrome de Burnout. Medicina Legal de Costa Rica, 32(1), 119–124. https://www.scielo.sa.cr/scielo.php?pid=S1409-00152015000100014&script=sci_arttextSerna., J. (2018) Una Pequeña Introducción a Machine Learning. Universidad Central. Recuperado de: http://hpclab.ucentral.edu.co/~hfranco/data_analysis/SessionV/VSession.pdfSpyder (2023) https://www.spyder-ide.org/Tavella, G., Spoelma, M., & Parker, G. (2023). Detecting burnout: Identifying key symptoms using standard and machine learning methods. International Journal of Stress Management. Advance online publication. https://doi.org/10.1037/str0000296Torres, C. (2023). Capítulo: ansiedad, estrés y síndrome de Burnout en odontólogos y estudiantes de Odontología. https://dspace.ucacue.edu.ec/handle/ucacue/14423Estévez, C. P., & Quintane, E. (2018). E-mail communication patterns and job burnout. PLOS ONE, 13(3), https://doi.org/10.1371/journal.pone.0193966PublicationORIGINALArtículo.pdfArtículo.pdfapplication/pdf681660https://repositorio.konradlorenz.edu.co/bitstreams/6aa0e81d-55f8-4eb7-8642-9732c42feca6/downloade729d3d4a87d41f52a47ec7ee12a03fdMD51RAI.pdfRAI.pdfapplication/pdf448772https://repositorio.konradlorenz.edu.co/bitstreams/b50cacdd-fbeb-476f-a329-ad819e4a84a3/downloadecb32c7f32abfcbe799066d1bca78e03MD52Presentación.pdfPresentación.pdfapplication/pdf689463https://repositorio.konradlorenz.edu.co/bitstreams/744a309c-9d56-4b8f-ba12-dbe2470b9e37/downloadaeac01975a91a4ca72ed374e520ef3feMD53Autorización de publicación digital.pdfAutorización de publicación digital.pdfapplication/pdf219903https://repositorio.konradlorenz.edu.co/bitstreams/0649fa66-0120-4b04-8fb2-0b54b1a73146/download8375b79bd8f596bbc3192c57a22f6ae5MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81383https://repositorio.konradlorenz.edu.co/bitstreams/eed8e6f8-a590-4391-8ea6-1e97b44cde7f/downloadf5801f8b77d851629ff0633e9edd621dMD55TEXTArtículo.pdf.txtArtículo.pdf.txtExtracted texttext/plain82374https://repositorio.konradlorenz.edu.co/bitstreams/083fc20f-05a5-4e4c-a2d3-9584d494a1d5/download46180f92707face6c4a7f76ffc911bf3MD56RAI.pdf.txtRAI.pdf.txtExtracted texttext/plain28276https://repositorio.konradlorenz.edu.co/bitstreams/50a52fd7-26ec-48f5-ba6e-1568f73a0826/downloadf1cbe3b7fb36cbdfdfe9abc5ae485a7aMD58Presentación.pdf.txtPresentación.pdf.txtExtracted texttext/plain15241https://repositorio.konradlorenz.edu.co/bitstreams/bf435c1c-abe3-4cfd-8004-5368a9aa5090/download4ff74446d190fdf0233584dd41e685a1MD510Autorización de publicación digital.pdf.txtAutorización de publicación digital.pdf.txtExtracted texttext/plain4397https://repositorio.konradlorenz.edu.co/bitstreams/2c8b4d35-aada-48e3-a622-ac72eafb2eaf/downloadd6f3112a8322c800f31e8410a881d7b9MD512THUMBNAILArtículo.pdf.jpgArtículo.pdf.jpgGenerated Thumbnailimage/jpeg5147https://repositorio.konradlorenz.edu.co/bitstreams/6f86ae02-d03e-4fec-b0d0-3e173cb8d804/download363a3588e178b72fcd68ccd7e276d4cdMD57RAI.pdf.jpgRAI.pdf.jpgGenerated Thumbnailimage/jpeg8895https://repositorio.konradlorenz.edu.co/bitstreams/ca710682-5002-4536-956f-11bd73e87bc4/download84fe7530b25e7f1246b33a754a260c18MD59Presentación.pdf.jpgPresentación.pdf.jpgGenerated Thumbnailimage/jpeg5986https://repositorio.konradlorenz.edu.co/bitstreams/d5dc79c3-d2ec-44be-855e-475a663ceec5/download63c62235b8e3c2b8f3e5894ef299d222MD511Autorización de publicación digital.pdf.jpgAutorización de publicación digital.pdf.jpgGenerated Thumbnailimage/jpeg13886https://repositorio.konradlorenz.edu.co/bitstreams/2736e05f-4263-4b23-8120-5cf2dbbf4d8f/downloadbbfca0079244430d745bff3b9de43bc7MD513001/5988oai:repositorio.konradlorenz.edu.co:001/59882024-09-17 03:00:41.466https://creativecommons.org/licenses/by-nc/4.0/d.c rights --- Atribucion - Nocomercial - Sinderivar: permite que otros puedan descargar las obras y compartirlas con otras personas, siempre que se reconozca su autoría, pero no se pueden cambiar de ninguna manera ni se pueden utilizar comercialmenterestrictedhttps://repositorio.konradlorenz.edu.coRepositorio - Fundación Universitaria Konrad Lorenzbdigital@metabiblioteca.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

Apoyo diagnóstico del Burnout con el uso del El Machine Learning

Publicaciones similares