
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 | Araújo, Eric Fernandes de Mello | - |
| Autor(es): dc.contributor | Brandão, Michele Amaral | - |
| Autor(es): dc.contributor | Pereira, Marluce Rodrigues | - |
| Autor(es): dc.contributor | Moreira, Mayron Cesar de Oliveira | - |
| Autor(es): dc.creator | Terra, Alessandra Louzada | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:51:26Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:51:26Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2025-01-29 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/59920 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1169622 | - |
| Descrição: dc.description | Brazil’s healthcare system has been facing challenges for decades due to the uneven distribution of doctors across the country. Few studies have attempted to address medical mobility to understand the decision-making factors that determine where professionals choose to settle. Understanding the circulation patterns of doctors in Brazil can be highly valuable for the government, as it provides insights that may lead to better job opportunity policies and help define optimal locations for new medical schools. More specifically, it is crucial to understand how medical students decide where to pursue their degrees, as this choice will influence the future mobility of professionals. This study is part of an investigation into the flow of doctors in Brazil, considering data provided by the Ministry of Health and other Brazilian research and governmental agencies. The proposed study employs machine learning techniques to derive and analyze patterns in where individuals graduate and practice medicine. Additionally, Social Network Analysis is used to assess the major migration flows of medical professionals across regions. The results indicate that states with higher centrality in the network tend to attract more doctors, both during their education and in their professional practice. Furthermore, we identified correlations between the location of medical education and the choice of workplace, highlighting that medical mobility follows concentrated patterns in specific regions. These findings can contribute to incentive policies that promote a more equitable redistribution of doctors throughout the country. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | O sistema de saúde do Brasil vem enfrentando dificuldades há décadas devido à distribuição desigual de médicos no país. Poucos estudos tentaram abordar a mobilidade dos médicos para entender quais são os fatores de decisão que determinam onde os profissionais se estabelecerão. O conhecimento sobre os padrões de circulação dos médicos no Brasil pode ser de grande valia para o governo, pois fornecerá informações que podem levar a melhores políticas de oportunidades de trabalho, bem como definir melhores locais para novas escolas médicas. Mais especificamente, é importante entender como os estudantes de medicina decidem para onde ir para a graduação, pois isso afetará a mobilidade dos profissionais no futuro. Este trabalho é parte de uma investigação de como é o fluxo de médicos no Brasil levando em consideração os dados fornecidos pelo Ministério da Saúde e outras agências de pesquisa e governamentais brasileiras. O estudo aqui proposto utiliza técnicas de aprendizado de máquina para derivar e entender os padrões de onde as pessoas se formam e exercem a profissão. Também é utilizada a Análise de Redes Sociais a fim de avaliar os maiores fluxos de pessoas e a migração de pessoas entre as regiões. Os resultados revelam que estados com maior centralidade na rede tendem a atrair mais médicos, tanto na fase de formação quanto no exercício profissional. Além disso, identificamos correlações entre o local de graduação e a escolha do local de trabalho, evidenciando que a mobilidade médica segue padrões concentrados em determinadas regiões. Essas descobertas podem contribuir para políticas de incentivo que favoreçam a redistribuição equitativa de médicos pelo país. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Ciência da Computação | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Instituto de Ciências Exatas e Tecnológicas – ICET | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Médicos | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Mobilidade de estudantes de medicina | - |
| Palavras-chave: dc.subject | Physicians | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Students’ mobility | - |
| Palavras-chave: dc.subject | Ciência da Computação | - |
| Título: dc.title | Aprendizado de máquina e análise de redes sociais em grafos: um estudo do movimento dos estudantes de medicina no Brasil | - |
| Título: dc.title | Machine learning and social network analysis in graphs: a study of the medical student movement in Brazil | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: