Aller au contenu principal
Accès ouvert déclaré 2022 conference-paper

Metodologia para Avaliação do Impacto de Eventos (Epidemias e Desastres) por Machine Learning : Estudo de caso da Barragem de Fundão

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : br. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This article proposes a new method for assessing the impact of an event, such as epidemics, natural and technological disasters, in a given set of places. The proposed method uses machine learning techniques and statistical tools to investigate effects of the event, in one or more variables, through different angles. Four distinct analyses are performed, three monovariate (descriptive analysis; Resultant Vectors Graph; and statistical comparison through paired t tests) and one multivariate analysis through Fuzzy c-means clustering algorithm. The proposed method is applied in a case study: the Fund˜ao dam failure in Mariana – MG. This event is investigated with respect to “Number of dengue fever cases” and “GDP” variables. This new method managed to identify the impact, or its absence, in the observed counties after the event. The main results indicated that Mariana and Conselheiro Pena suffered an increase in dengue fever cases level in almost all analysis.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Metodologia para Avaliação do Impacto de Eventos (Epidemias e Desastres) por Machine Learning : Estudo de caso da Barragem de Fundão
Date Crossref
19/10/2022
Éditeur
SBA Sociedade Brasileira de Automática
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Tailings Management and Properties

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.