Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Mathias, Luís Antônio | - |
Autor(es): dc.contributor | Arcêncio, Ricardo Alexandre | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Pereira, Leyde Emanuelle Costa | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:25:35Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:25:35Z | - |
Data de envio: dc.date.issued | 2022-06-03 | - |
Data de envio: dc.date.issued | 2022-06-03 | - |
Data de envio: dc.date.issued | 2022-05-06 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/235013 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/235013 | - |
Descrição: dc.description | O objetivo deste estudo foi usar diferentes metodologias estatísticas para seleção de variáveis para predizer a presença da tuberculose bovina em um rebanho, e desta forma encontrar as estratégias que identificassem variáveis associadas com a presença de pelo menos um animal positivo dentro de um rebanho. Este procedimento foi aplicado a um banco de dados resultante de um questionário e de testes de tuberculinização aplicados por médicos veterinários da Coordenadoria de Defesa Agropecuária do Estado de São Paulo (CDA). Com base na combinação de métodos clássicos de regressão, foram utilizadas, no capítulo 2, três estratégias de seleção para que se obtivesse uma redução gradativa do número de variáveis com base no conhecimento da epidemiologia da doença. A partir dos dados originais, algumas variáveis foram mantidas e outras criadas, sendo o rebanho a unidade de observação. O capítulo 3 apresenta as etapas relacionadas à utilização de algoritmos de “machine learning” para análises preditivas em saúde animal. A variável resposta foi o rebanho com pelo menos um animal positivo no teste diagnóstico de tuberculose | - |
Descrição: dc.description | The aim of this study was to use different statistical methodologies for selection of variables to predict bovine tuberculosis within a herd, and in this way find the strategies to select variables associated with the presence of a positive animal within a herd. This procedure was applied to a database that resulted from a questionnaire and tuberculin tests applied by veterinarians from the Agricultural Defense Coordination of the State of São Paulo (CDA). Based on the combination of classical regression methods, in Chapter 2, three selection strategies were used in order to obtain a gradual reduction in the number of variables based on the epidemiology of the disease. From the original data, some variables were maintained and others created, with the herd being the unit of observation. Chapter 3 presents the steps related to the use of “machine learning” algorithms for predictive analysis in animal health. The response variable was the positive herd for tuberculosis | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | 167483/2018-8 | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Bovino | - |
Palavras-chave: dc.subject | Teoria da previsão | - |
Palavras-chave: dc.subject | Banco de dados | - |
Título: dc.title | Estratégias para seleção de variáveis em diferentes modelos preditivos para tuberculose animal | - |
Título: dc.title | Strategies for selecting variables in different predictive models for animal tuberculosis | - |
Título: dc.title | Stratégies de sélection des variables dans différents modèles prédictifs de la tuberculose animale | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: