Job burnout prediction in two Colombian companies using communication patterns via email

The syndrome of job burnout is a response to the prolonged exposition to chronic stress at work. It can result in health problems, accidents at work, and, in some cases, in the suicide of the person who is suffering it. Most people discover that they have burnout when it is too late, and they need t...

Full description

Autores:
Escobar Matallana, Andrés Felipe
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/43883
Acceso en línea:
http://hdl.handle.net/1992/43883
Palabra clave:
Estrés en el trabajo - Investigaciones - Colombia - Estudio de casos
Enfermedades ocupacionales - Investigaciones - Colombia - Estudio de casos
Algoritmos (Computadores) - Aplicaciones - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Aplicaciones industriales
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_16b188875fd723403d2f8ec5f4e80e03
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/43883
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Valencia Arboleda, Carlos Felipeb6fe1e68-7e8f-4527-a035-997aad592ac7400Escobar Matallana, Andrés Felipee1619599-134b-4e66-a29a-4f91c2807d74500Castillo Hernández, MarioQuintane, Eric2020-09-03T14:17:27Z2020-09-03T14:17:27Z2019http://hdl.handle.net/1992/43883u830346.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/The syndrome of job burnout is a response to the prolonged exposition to chronic stress at work. It can result in health problems, accidents at work, and, in some cases, in the suicide of the person who is suffering it. Most people discover that they have burnout when it is too late, and they need to stop working. The main objective of this investigation is to give an early identification of burnout syndrome when there is still scope to change working conditions. We present in this document a machine learning-based tool that provides an early warning about a worker's potential risk of suffering from burnout symptoms in real-time. In this study, we constructed a methodology and software for predicting job burnout based on communication patterns via email in two Colombian companies."El síndrome de quemarse en el trabajo es una respuesta a la exposición prolongada al estrés crónico en el trabajo. Puede provocar problemas de salud, accidentes en el trabajo y, en algunos casos, el suicidio de la persona que lo padece. La mayoría de las personas descubren que tienen este síndrome, también llamado burnout, cuando es demasiado tarde y necesitan abandonar su trabajo. El objetivo principal de esta investigación es poder dar una respuesta temprana al síndrome de burnout cuando todavía hay posibilidades generar estrategias de cambio en el entorno laboral. Este documento presenta una herramienta basada en metodologías de machine learning que brinda una alerta temprana sobre el riesgo potencial de un trabajador de sufrir síntomas de burnout en tiempo real. En este estudio se construyó una metodología y un software para predecir el burnout laboral basado en patrones de comunicación vía correo electrónico en dos empresas colombianas."--Tomado del Formato de Documento de Grado.Magíster en Ingeniería IndustrialMaestría42 hojasapplication/pdfengUniandesMaestría en Ingeniería IndustrialFacultad de IngenieríaDepartamento de Ingeniería Industrialinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaJob burnout prediction in two Colombian companies using communication patterns via emailTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMEstrés en el trabajo - Investigaciones - Colombia - Estudio de casosEnfermedades ocupacionales - Investigaciones - Colombia - Estudio de casosAlgoritmos (Computadores) - Aplicaciones - InvestigacionesAprendizaje automático (Inteligencia artificial) - Aplicaciones industrialesIngenieríaPublicationORIGINALu830346.pdfapplication/pdf1692632https://repositorio.uniandes.edu.co/bitstreams/759a85ce-4da6-4eb9-988c-5bcfbbf87bb3/download49e63a1157e8ff433bbe188208566776MD51TEXTu830346.pdf.txtu830346.pdf.txtExtracted texttext/plain129379https://repositorio.uniandes.edu.co/bitstreams/17116f6a-82a8-4544-a7f9-b5e88621f6f7/downloadabf73ea397d00b88ca1fb26cb09680deMD54THUMBNAILu830346.pdf.jpgu830346.pdf.jpgIM Thumbnailimage/jpeg6997https://repositorio.uniandes.edu.co/bitstreams/b8b28fd3-1347-4878-b333-610db33a97ea/download8fc0b6efea09d3e2731962d2392eae06MD551992/43883oai:repositorio.uniandes.edu.co:1992/438832023-10-10 18:42:00.869https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.es_CO.fl_str_mv Job burnout prediction in two Colombian companies using communication patterns via email
title Job burnout prediction in two Colombian companies using communication patterns via email
spellingShingle Job burnout prediction in two Colombian companies using communication patterns via email
Estrés en el trabajo - Investigaciones - Colombia - Estudio de casos
Enfermedades ocupacionales - Investigaciones - Colombia - Estudio de casos
Algoritmos (Computadores) - Aplicaciones - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Aplicaciones industriales
Ingeniería
title_short Job burnout prediction in two Colombian companies using communication patterns via email
title_full Job burnout prediction in two Colombian companies using communication patterns via email
title_fullStr Job burnout prediction in two Colombian companies using communication patterns via email
title_full_unstemmed Job burnout prediction in two Colombian companies using communication patterns via email
title_sort Job burnout prediction in two Colombian companies using communication patterns via email
dc.creator.fl_str_mv Escobar Matallana, Andrés Felipe
dc.contributor.advisor.none.fl_str_mv Valencia Arboleda, Carlos Felipe
dc.contributor.author.none.fl_str_mv Escobar Matallana, Andrés Felipe
dc.contributor.jury.none.fl_str_mv Castillo Hernández, Mario
Quintane, Eric
dc.subject.armarc.es_CO.fl_str_mv Estrés en el trabajo - Investigaciones - Colombia - Estudio de casos
Enfermedades ocupacionales - Investigaciones - Colombia - Estudio de casos
Algoritmos (Computadores) - Aplicaciones - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Aplicaciones industriales
topic Estrés en el trabajo - Investigaciones - Colombia - Estudio de casos
Enfermedades ocupacionales - Investigaciones - Colombia - Estudio de casos
Algoritmos (Computadores) - Aplicaciones - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Aplicaciones industriales
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description The syndrome of job burnout is a response to the prolonged exposition to chronic stress at work. It can result in health problems, accidents at work, and, in some cases, in the suicide of the person who is suffering it. Most people discover that they have burnout when it is too late, and they need to stop working. The main objective of this investigation is to give an early identification of burnout syndrome when there is still scope to change working conditions. We present in this document a machine learning-based tool that provides an early warning about a worker's potential risk of suffering from burnout symptoms in real-time. In this study, we constructed a methodology and software for predicting job burnout based on communication patterns via email in two Colombian companies.
publishDate 2019
dc.date.issued.es_CO.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-09-03T14:17:27Z
dc.date.available.none.fl_str_mv 2020-09-03T14:17:27Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/43883
dc.identifier.pdf.none.fl_str_mv u830346.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/43883
identifier_str_mv u830346.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv eng
language eng
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 42 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Uniandes
dc.publisher.program.es_CO.fl_str_mv Maestría en Ingeniería Industrial
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Industrial
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/759a85ce-4da6-4eb9-988c-5bcfbbf87bb3/download
https://repositorio.uniandes.edu.co/bitstreams/17116f6a-82a8-4544-a7f9-b5e88621f6f7/download
https://repositorio.uniandes.edu.co/bitstreams/b8b28fd3-1347-4878-b333-610db33a97ea/download
bitstream.checksum.fl_str_mv 49e63a1157e8ff433bbe188208566776
abf73ea397d00b88ca1fb26cb09680de
8fc0b6efea09d3e2731962d2392eae06
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134011267448832

Publicaciones similares