Publication: Automatización del proceso de recolección de datos de la Empresa SIGES
dc.contributor.advisor | Vélez Uribe, Juan Pablo | |
dc.contributor.author | Mestra Araujo, Ovier Antonio | |
dc.contributor.author | Vergara Sibaja, Luis Eduardo | |
dc.date.accessioned | 2024-02-15T14:13:44Z | |
dc.date.available | 2024-02-15T14:13:44Z | |
dc.date.issued | 2023 | |
dc.description.abstract | La empresa SIGES; Texto citado del sitio oficial del Ministerio de Educación https://www.mineducacion.gov.co/1759/articles-385377_recurso_19.pdf, es una empresa colombiana que se dedica al desarrollo de software para el sector salud. Uno de sus productos principales es un sistema de información para la gestión de la salud pública (SIGEP). Este sistema permite a las entidades territoriales recopilar y consolidar información sobre las acciones de salud pública que se realizan en sus territorios. La Resolución 4505 de 2012: Texto citado de la página oficial de MINSALUD (2023) https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/GCFI/abece-resolucion-4505.pdf. Establece el reporte relacionado con el registro de las actividades de Protección Específica, Detección Temprana y la aplicación de las Guías de Atención Integral para las enfermedades de interés en salud pública. El objetivo de esta resolución es recolectar y consolidar información sobre las acciones de salud pública que se realizan en Colombia, con el fin de mejorar la planificación y la gestión de los servicios de salud. La automatización del proceso de recolección de datos de la Resolución 4505 es una tarea le permitiría liberar tiempo a los trabajadores de la salud para que se concentren en otras tareas y mejorar la precisión de los datos recopilados. Identificación de datos relevantes. El machine learning podría utilizarse para identificar los datos relevantes que deben ser recopilados de cada fuente de información. Extracción de datos. El machine learning podría utilizarse para extraer los datos relevantes de las fuentes de información. Validación de datos. El machine learning podría utilizarse para validar los datos extraídos para garantizar que sean precisos y completos. | |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Ingeniero(a) de Sistemas | spa |
dc.format.extent | 35 p. | |
dc.format.mimetype | application/pdf | spa |
dc.identifier.uri | https://repositorio.uniremington.edu.co/handle/123456789/2245 | |
dc.language.iso | spa | spa |
dc.publisher | Corporación Universitaria Remington | spa |
dc.publisher.faculty | Facultad de Ingenierías | spa |
dc.publisher.place | Medellín (Antioquia, Colombia) | spa |
dc.publisher.program | Ingeniería de Sistemas | spa |
dc.rights | Derechos Reservados - Corporación Universitaria Remington, 2024 | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |
dc.rights.license | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.subject | SIGES | spa |
dc.subject | Machine learning | spa |
dc.subject | Datos | spa |
dc.subject | Automatización | spa |
dc.subject.lemb | Aprendizaje automático (Inteligencia artificial) | |
dc.subject.lemb | Inteligencia artificial | |
dc.subject.lemb | Datos | |
dc.title | Automatización del proceso de recolección de datos de la Empresa SIGES | spa |
dc.type | Trabajo de grado - Pregrado | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.coarversion | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
dc.type.redcol | http://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
dspace.entity.type | Publication | spa |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- RIU-PRE-2023 Automatizacion proceso recoleccion.pdf
- Size:
- 157.5 KB
- Format:
- Adobe Portable Document Format