Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho

Detalhes bibliográficos
Autor(a) principal: Martins, Jéssica Caroline Macêdo Teixeira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/51245
Resumo: Os transtornos mentais consistem num importante problema de saúde pública capaz de prejudicar o pleno funcionamento afetivo, social e laboral do indivíduo. Quando os sintomas ansiosos, depressivos ou somáticos não preenchem critérios para os diagnósticos de ansiedade e/ou depressão, essas manifestações são designadas Transtornos Mentais Comuns, um quadro que, embora menos crítico que os transtornos mentais graves, é altamente prevalente e tem forte impacto no sofrimento mental e qualidade de vida. Considerando os recentes avanços tecnológicos e suas aplicações na previsão, promoção da saúde mental, diagnóstico e tratamento de transtornos psiquiátricos, esta pesquisa científico-empreendedora tem por objetivo desenvolver um sistema de monitoramento de Transtornos Mentais Comuns em servidores públicos utilizando técnicas de Inteligência Artificial e Aprendizado de Máquina. A metodologia do estudo foi realizada em três etapas: revisão de literatura; desenvolvimento da ferramenta; e validação. A produção de conhecimento desta pesquisa resultou na elaboração do “Sistema LEVES - Levantamento de Emoções e Sentimentos”, o MVP de um sistema computacional de monitoramento de Transtornos Mentais Comuns no trabalho.
id UFRN_88d6c8f34dab2c01cac99d63c4bc35bf
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/51245
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Martins, Jéssica Caroline Macêdo Teixeirahttp://lattes.cnpq.br/1434456803635312https://orcid.org/0000-0002-4052-5739http://lattes.cnpq.br/5336356193599447Santana Júnior, Orivaldo Vieira dehttp://lattes.cnpq.br/5050555219716698Abreu, Carlos Alexandre Camargo dehttp://lattes.cnpq.br/4827318749308538Cabral, Marco Antônio LeandroSilva Junior, Edilson Marinho daEsposito, Regina CarmenMatamoros, Efrain Pantaleon2023-02-09T20:35:54Z2023-02-09T20:35:54Z2022-12-15MARTINS, Jéssica Caroline Macêdo Teixeira. Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho. Orientador: Efrain Pantaleón Matamoros. 2022. 148f. Dissertação (Mestrado Profissional em Ciência, Tecnologia e Inovação) - Escola de Ciências e Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/51245Os transtornos mentais consistem num importante problema de saúde pública capaz de prejudicar o pleno funcionamento afetivo, social e laboral do indivíduo. Quando os sintomas ansiosos, depressivos ou somáticos não preenchem critérios para os diagnósticos de ansiedade e/ou depressão, essas manifestações são designadas Transtornos Mentais Comuns, um quadro que, embora menos crítico que os transtornos mentais graves, é altamente prevalente e tem forte impacto no sofrimento mental e qualidade de vida. Considerando os recentes avanços tecnológicos e suas aplicações na previsão, promoção da saúde mental, diagnóstico e tratamento de transtornos psiquiátricos, esta pesquisa científico-empreendedora tem por objetivo desenvolver um sistema de monitoramento de Transtornos Mentais Comuns em servidores públicos utilizando técnicas de Inteligência Artificial e Aprendizado de Máquina. A metodologia do estudo foi realizada em três etapas: revisão de literatura; desenvolvimento da ferramenta; e validação. A produção de conhecimento desta pesquisa resultou na elaboração do “Sistema LEVES - Levantamento de Emoções e Sentimentos”, o MVP de um sistema computacional de monitoramento de Transtornos Mentais Comuns no trabalho.Mental disorders are an important public health problem capable of impairing the full affective, social and work functioning of the individual. When anxiety, depressive or somatic symptoms do not meet the criteria for the diagnosis of anxiety and/or depression, these manifestations are called Common Mental Disorders, a condition that, although less criticalthan severe mental disorders, is highly prevalent and has a strong impact on the mental suffering and quality of life. Considering recent technological advances and their applications in predicting, promoting mental health, diagnosing and treating psychiatric disorders, this scientific-entrepreneurial research aims to develop a monitoring system for Common Mental Disorders in public employees using Artificial Intelligence and Machine Learning techniques. The study methodology was carried out in three stages: literature review; tool development; and validation. The production of knowledge from this research resulted in the elaboration of the “Sistema LEVES - Levantamento de Emoções e Sentimentos”, the MVP of a computational system for monitoring Common Mental Disorders at work.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA, TECNOLOGIA E INOVAÇÃOUFRNBrasilCNPQ::OUTROS::CIENCIASTranstornos mentaisMonitoramentoSaúde do trabalhadorAprendizado de máquinaTecnologia digitalSaúdeInovação tecnológicaSistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalhoSistema leves: machine learning to monitor common mental disorders and job dissatisfactioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALSistemalevesutilizandoaprendizado_Martins_2022.pdfapplication/pdf3094012https://repositorio.ufrn.br/bitstream/123456789/51245/1/Sistemalevesutilizandoaprendizado_Martins_2022.pdf43f3fe66070325c889ab39dac59ae403MD51123456789/512452023-02-09 18:02:29.457oai:https://repositorio.ufrn.br:123456789/51245Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-02-09T21:02:29Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
dc.title.alternative.pt_BR.fl_str_mv Sistema leves: machine learning to monitor common mental disorders and job dissatisfaction
title Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
spellingShingle Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
Martins, Jéssica Caroline Macêdo Teixeira
CNPQ::OUTROS::CIENCIAS
Transtornos mentais
Monitoramento
Saúde do trabalhador
Aprendizado de máquina
Tecnologia digital
Saúde
Inovação tecnológica
title_short Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
title_full Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
title_fullStr Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
title_full_unstemmed Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
title_sort Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho
author Martins, Jéssica Caroline Macêdo Teixeira
author_facet Martins, Jéssica Caroline Macêdo Teixeira
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/1434456803635312
dc.contributor.advisorID.pt_BR.fl_str_mv https://orcid.org/0000-0002-4052-5739
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5336356193599447
dc.contributor.referees1.none.fl_str_mv Abreu, Carlos Alexandre Camargo de
dc.contributor.referees1Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4827318749308538
dc.contributor.referees2.none.fl_str_mv Cabral, Marco Antônio Leandro
dc.contributor.referees3.none.fl_str_mv Silva Junior, Edilson Marinho da
dc.contributor.referees4.none.fl_str_mv Esposito, Regina Carmen
dc.contributor.author.fl_str_mv Martins, Jéssica Caroline Macêdo Teixeira
dc.contributor.advisor-co1.fl_str_mv Santana Júnior, Orivaldo Vieira de
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/5050555219716698
dc.contributor.advisor1.fl_str_mv Matamoros, Efrain Pantaleon
contributor_str_mv Santana Júnior, Orivaldo Vieira de
Matamoros, Efrain Pantaleon
dc.subject.cnpq.fl_str_mv CNPQ::OUTROS::CIENCIAS
topic CNPQ::OUTROS::CIENCIAS
Transtornos mentais
Monitoramento
Saúde do trabalhador
Aprendizado de máquina
Tecnologia digital
Saúde
Inovação tecnológica
dc.subject.por.fl_str_mv Transtornos mentais
Monitoramento
Saúde do trabalhador
Aprendizado de máquina
Tecnologia digital
Saúde
Inovação tecnológica
description Os transtornos mentais consistem num importante problema de saúde pública capaz de prejudicar o pleno funcionamento afetivo, social e laboral do indivíduo. Quando os sintomas ansiosos, depressivos ou somáticos não preenchem critérios para os diagnósticos de ansiedade e/ou depressão, essas manifestações são designadas Transtornos Mentais Comuns, um quadro que, embora menos crítico que os transtornos mentais graves, é altamente prevalente e tem forte impacto no sofrimento mental e qualidade de vida. Considerando os recentes avanços tecnológicos e suas aplicações na previsão, promoção da saúde mental, diagnóstico e tratamento de transtornos psiquiátricos, esta pesquisa científico-empreendedora tem por objetivo desenvolver um sistema de monitoramento de Transtornos Mentais Comuns em servidores públicos utilizando técnicas de Inteligência Artificial e Aprendizado de Máquina. A metodologia do estudo foi realizada em três etapas: revisão de literatura; desenvolvimento da ferramenta; e validação. A produção de conhecimento desta pesquisa resultou na elaboração do “Sistema LEVES - Levantamento de Emoções e Sentimentos”, o MVP de um sistema computacional de monitoramento de Transtornos Mentais Comuns no trabalho.
publishDate 2022
dc.date.issued.fl_str_mv 2022-12-15
dc.date.accessioned.fl_str_mv 2023-02-09T20:35:54Z
dc.date.available.fl_str_mv 2023-02-09T20:35:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MARTINS, Jéssica Caroline Macêdo Teixeira. Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho. Orientador: Efrain Pantaleón Matamoros. 2022. 148f. Dissertação (Mestrado Profissional em Ciência, Tecnologia e Inovação) - Escola de Ciências e Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/51245
identifier_str_mv MARTINS, Jéssica Caroline Macêdo Teixeira. Sistema leves: utilizando o aprendizado de máquina para o monitoramento de transtornos mentais comuns no trabalho. Orientador: Efrain Pantaleón Matamoros. 2022. 148f. Dissertação (Mestrado Profissional em Ciência, Tecnologia e Inovação) - Escola de Ciências e Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.
url https://repositorio.ufrn.br/handle/123456789/51245
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA, TECNOLOGIA E INOVAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/51245/1/Sistemalevesutilizandoaprendizado_Martins_2022.pdf
bitstream.checksum.fl_str_mv 43f3fe66070325c889ab39dac59ae403
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117819233468416

Registros relacionados