Algoritmo computacional para la predicción de retiros en un entorno hospitalario

El presente trabajo de grado se enfoca en afrontar el desafío significativo que representa la elevada tasa de retiros de personal en un entorno hospitalario. Esta problemática se refleja en la pérdida considerable de tiempo y recursos derivados del constante ciclo de búsqueda, selección y formación de nuevos empleados. Además, repercute directamente en la calidad de la atención médica ofrecida a los pacientes. El objetivo principal abarca no solo comprender las razones subyacentes que impulsan estos retiros laborales, sino también proponer y desarrollar estrategias concretas y eficaces para retener al personal existente. El propósito último es mitigar las salidas laborales mensuales, reduciendo así el impacto negativo en las operaciones diarias de un hospital. El estudio se dirige a investigar las causas profundas de los retiros del personal hospitalario, considerando factores diversos como el ambiente laboral, las condiciones laborales, las oportunidades de crecimiento profesional y otros elementos relevantes que puedan influir en la decisión de los empleados de abandonar sus puestos. Este análisis exhaustivo busca identificar patrones y tendencias que puedan estar contribuyendo a la alta rotación del personal. Además de la identificación de las causas, se plantea el diseño de estrategias de retención del personal basadas en un enfoque proactivo y preventivo. Estas estrategias tienen como objetivo no solo retener a los empleados actuales, sino también promover un ambiente laboral más satisfactorio y estimulante que fomente la permanencia del talento dentro del hospital. Se espera que la implementación de estas estrategias ayude a minimizar la constante rotación de empleados y, en consecuencia, reduzca la interrupción en las operaciones hospitalarias, mejorando así la continuidad y calidad en la atención brindada a los pacientes.

• Autores: Agudelo Jiménez, Santiago; Castañeda Arango, Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/2057
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2057
• Palabra clave: Retención de personal; Hospital; Rotación laboral; Estrategias de retención; Recursos humanos; Desarrollo; Machine learning; Datos; Cambio de empleo; Administración de personal; Aprendizaje automático (Inteligencia artificial)
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)