Modelagem preditiva da presença e número de gatos nos domicílios brasileiros

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Carvalho, Renata Martins de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado de máquina
Epidemiologia veterinária
Feline
Felinos
Machine learning
Veterinary epidemiology
Link de acesso: https://www.teses.usp.br/teses/disponiveis/10/10134/tde-08112022-155912/
Resumo: Os gatos domésticos estão cada vez mais presentes nos domicílios, superando os cães em número em diferentes países. A escolha do gato como animal de companhia pode envolver diferentes aspectos, e é possível que características demográficas, socioeconômicas e geográficas das populações humanas estejam associadas à presença e ao número desses animais nos lares. No presente estudo, os algoritmos de aprendizado de máquina supervisionado Partial Least Square, Random Forest e Extreme Gradient Boosting foram aplicados aos dados demográficos e socioeconômicos provenientes da Pesquisa Nacional de Saúde de 2013 para identificar preditores da presença e número de gatos nos domicílios brasileiros e classificá-los de acordo com sua contribuição ao desempenho preditivo dos modelos construídos. Dentre eles, destacaram-se o número de cães, a zona de localização do domicílio (urbana ou rural) e número de moradores maiores de 18 anos. Porém, os algoritmos só explicaram uma pequena fração da complexidade que determina a coabitação entre humanos e gatos, mesmo incorporando 47 preditores socioeconômicos, geográficos e demográficos da população humana. Pesquisas qualitativas podem identificar preditores mais relevantes e informar estudos preditivos de base populacional.
id USP_22cd628529b137ab4d56da10d96551ff
oai_identifier_str oai:teses.usp.br:tde-08112022-155912
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Modelagem preditiva da presença e número de gatos nos domicílios brasileirosPredictive modeling of presence and number of cats in Brazilian householdsAprendizado de máquinaEpidemiologia veterináriaFelineFelinosMachine learningVeterinary epidemiologyOs gatos domésticos estão cada vez mais presentes nos domicílios, superando os cães em número em diferentes países. A escolha do gato como animal de companhia pode envolver diferentes aspectos, e é possível que características demográficas, socioeconômicas e geográficas das populações humanas estejam associadas à presença e ao número desses animais nos lares. No presente estudo, os algoritmos de aprendizado de máquina supervisionado Partial Least Square, Random Forest e Extreme Gradient Boosting foram aplicados aos dados demográficos e socioeconômicos provenientes da Pesquisa Nacional de Saúde de 2013 para identificar preditores da presença e número de gatos nos domicílios brasileiros e classificá-los de acordo com sua contribuição ao desempenho preditivo dos modelos construídos. Dentre eles, destacaram-se o número de cães, a zona de localização do domicílio (urbana ou rural) e número de moradores maiores de 18 anos. Porém, os algoritmos só explicaram uma pequena fração da complexidade que determina a coabitação entre humanos e gatos, mesmo incorporando 47 preditores socioeconômicos, geográficos e demográficos da população humana. Pesquisas qualitativas podem identificar preditores mais relevantes e informar estudos preditivos de base populacional.Domestic cats′ presence in households is increasing, outnumbering dogs in different countries. The choice of keeping a cat as a pet might involve many aspects, and the demographic, socioeconomic, and geographical characteristics of human populations might be associated with the presence and number of those animals in residences. In the present study, we predicted the presence and number of cats in Brazilian households and classified predictors according to their predictive performance. To this end, we used data from the 2013 National Health Survey and three supervised machine learning algorithms: Partial Least Square, Random Forest, and Extreme Gradient Boosting. The number of dogs, the household zone (urban or rural), and the number of residents over 18 years old had the highest predictive performance. However, the algorithms explained only a small fraction of the complexity determining human-cat cohabitation, even with 47 socioeconomic, geographic, and demographic predictors of the human population. Qualitative research might identify more relevant predictors and inform population-based predictive studies.Biblioteca Digitais de Teses e Dissertações da USPBaquero, Oswaldo SantosQueiroz, Mariana RamosCarvalho, Renata Martins de2021-02-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/10/10134/tde-08112022-155912/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:16:04Zoai:teses.usp.br:tde-08112022-155912Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:16:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
Predictive modeling of presence and number of cats in Brazilian households
title Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
spellingShingle Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
Carvalho, Renata Martins de
Aprendizado de máquina
Epidemiologia veterinária
Feline
Felinos
Machine learning
Veterinary epidemiology
title_short Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
title_full Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
title_fullStr Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
title_full_unstemmed Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
title_sort Modelagem preditiva da presença e número de gatos nos domicílios brasileiros
author Carvalho, Renata Martins de
author_facet Carvalho, Renata Martins de
author_role author
dc.contributor.none.fl_str_mv Baquero, Oswaldo Santos
Queiroz, Mariana Ramos
dc.contributor.author.fl_str_mv Carvalho, Renata Martins de
dc.subject.por.fl_str_mv Aprendizado de máquina
Epidemiologia veterinária
Feline
Felinos
Machine learning
Veterinary epidemiology
topic Aprendizado de máquina
Epidemiologia veterinária
Feline
Felinos
Machine learning
Veterinary epidemiology
description Os gatos domésticos estão cada vez mais presentes nos domicílios, superando os cães em número em diferentes países. A escolha do gato como animal de companhia pode envolver diferentes aspectos, e é possível que características demográficas, socioeconômicas e geográficas das populações humanas estejam associadas à presença e ao número desses animais nos lares. No presente estudo, os algoritmos de aprendizado de máquina supervisionado Partial Least Square, Random Forest e Extreme Gradient Boosting foram aplicados aos dados demográficos e socioeconômicos provenientes da Pesquisa Nacional de Saúde de 2013 para identificar preditores da presença e número de gatos nos domicílios brasileiros e classificá-los de acordo com sua contribuição ao desempenho preditivo dos modelos construídos. Dentre eles, destacaram-se o número de cães, a zona de localização do domicílio (urbana ou rural) e número de moradores maiores de 18 anos. Porém, os algoritmos só explicaram uma pequena fração da complexidade que determina a coabitação entre humanos e gatos, mesmo incorporando 47 preditores socioeconômicos, geográficos e demográficos da população humana. Pesquisas qualitativas podem identificar preditores mais relevantes e informar estudos preditivos de base populacional.
publishDate 2021
dc.date.none.fl_str_mv 2021-02-10
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.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/10/10134/tde-08112022-155912/
url https://www.teses.usp.br/teses/disponiveis/10/10134/tde-08112022-155912/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865491878443483136

Registros relacionados