文献

J-GLOBAL ID：202002224125045041   整理番号：20A1102358

機械学習法を用いたプロフェッショナル・バーンアウトの検出と予防【JST・京大機械翻訳】

Detection and Prevention of Professional Burnout Using Machine Learning Methods

著者 (4件)： Zhernova Polina (Kharkiv National University of Radio Electronics,Department of System Engineering,Kharkiv,Ukraine) ,  Bodyanskiy Yevgeniy (Kharkiv National University of Radio Electronics,Artificial Intelligence Department,Kharkiv,Ukraine) ,  Yatsenko Bohdan (Kharkiv National University of Radio Electronics,Department of System Engineering,Kharkiv,Ukraine) ,  Zavgorodnii Igor (Kharkiv National Medical University,Hygiene and Ecology No.2 Department,Kharkiv,Ukraine)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： TCSET  ページ： 218-221  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 感情的バーンアウト症候群は,社会的サービス従業員の間でほとんど認識できる感情的条件である。燃え尽きの適応は,慢性疲労,情緒的なドレイン,および同僚,患者,および仕事に対するサイニズムである。その条件のバーンアウト条件と強度を検出するために提供されるMaslach Burnout Inventoryのアンケートがある。機械学習アプローチを適用するための提案は,従業員における職務燃え尽きの早期必要条件を予測することである。最初のデータセットを処理し,機械学習モデルのためにラベル付けした。バーンアウトは70%の症例で正しく予測された。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *バーンアウト ,  アンケート ,  必要条件 ,  *機械学習
準シソーラス用語： 燃え尽き症候群 ,  従業員 ,  慢性疲労 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  バーンアウト ,  予防