Artigo em revista científica Q2
Emergency waiting times data analysis
Filipe Goncalves (Gonçalves, F.); Rúben Pereira (Pereira, R.); Joao C Ferreira or Joao Ferreira (Ferreira, J.); José B. Vasconcelos (Vasconcelos, J. B.); Fernando Melo (Melo, F.); Iria Velez (Velez, I.);
Título Revista
IAENG International Journal of Computer Science
Ano (publicação definitiva)
2018
Língua
Inglês
País
Reino Unido
Mais Informação
Visitar Link
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

N.º de citações: 0

(Última verificação: 2024-11-21 22:54)

Ver o registo na Scopus

Google Scholar

N.º de citações: 0

(Última verificação: 2024-11-22 23:46)

Ver o registo no Google Scholar

Abstract/Resumo
The Emergency Departments (ED) are a complex and important area of a hospital. With limited resources, it is mandatory to focus on efficiency. When hospitals are unable to deal with high demand, problems may rise leading to longer waiting times and more dissatisfaction. In this research, the authors extracted knowledge from a hospital ED, through data analysis and data mining, applying Random Forest and Naïve Bayes to study the ED patient waiting time and diseases.
Agradecimentos/Acknowledgements
--
Palavras-chave
Big data,Data mining,Emergency department,Healthcare
Classificação Fields of Science and Technology
  • Ciências da Computação e da Informação - Ciências Naturais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UID/MULTI/4466/2016 Fundação para a Ciência e a Tecnologia
UID/MULTI/0446/2013 Fundação para a Ciência e a Tecnologia
Identificadores da Publicação
1819-9224
2-s2.0-85052501691
cv-prod-id-1422009
2-s2.0-85052501691
http://hdl.handle.net/10071/16609
http://hdl.handle.net/10071/16609
2-s2.0-85052501691
cv-prod-id-955073
ci-pub-49750
Outros Detalhes da Publicação
2018
International Association of Engineers
Scopus;
1819-9224 (print)
1819-656X (online)
--
--
45 3
494 - 499
Sim
Link para o repositório
Altmetric
PlumX Metrics