Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/7706Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Gonzalez Baldizon, Yair%550400 | - |
| dc.creator | Gonzalez Baldizon, Yair%550400 | - |
| dc.date.accessioned | 2024-05-07T14:52:20Z | - |
| dc.date.available | 2024-05-07T14:52:20Z | - |
| dc.date.issued | 2016-02-09 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/7706 | - |
| dc.description | En la actualidad, la salud de las personas ha sido afectada por el estrés, definido como una sensación de tensión tanto física como psicológica, que puede ocurrir en situaciones específicas difíciles e inmanejables. Estudios realizados en la Unión Europea sugieren que entre el 50% y el 60% del total de los días laborales perdidos están vinculados al estrés [1]. México es uno de los países con mayor porcentaje de estrés vinculado al trabajo. Encuestas realizadas por el Instituto Mexicano del Seguro Social (IMSS) afirman que el 75% de los empleados mexicanos padecen estrés laboral [4]. Es por ello que esta investigación se centra en el desarrollo de un método con base en un modelo computacional que analiza información a través de un teléfono inteligente para determinar el nivel de estrés laboral que presentan los usuarios. El Método generado consta del monitoreo de las actividades cotidianas de los usuarios, las cuales se analizan utilizando los métodos Pearson, Spearman y Kendall para generar una correlación estadística, a partir del cual se crea un árbol de decisión que permite identificar el nivel de estrés en el que se encuentra el usuario: 1) Muy bajo; 2) Bajo; 3) Normal; 4) Alto o 5) Peligroso. Con esta investigación se pretende que las personas identifiquen a través del uso de la aplicación móvil desarrollada, si presentan algún grado de estrés laboral y entonces puedan tomar medidas que beneficien a su salud. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | Detección Automática de Estrés Laboral | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Martinez Rebollar, Alicia%217272 | - |
| dc.folio | 952 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Centro Nacional de Investigación y Desarrollo Tecnológico | es_MX |
| Appears in Collections: | Tesis de Maestría en Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Yair_Gonzalez_Baldizon_2016.pdf | Tesis | 3.54 MB | Adobe PDF | View/Open |
| MC_Yair_Gonzalez_Baldizon_2016_c.pdf Restricted Access | Cesión de derechos | 235.42 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
