Look-up in Google Scholar
Title: Sistema experto para diagnosticar la depresión en estudiantes de la IEP Nuestra Señora del Carmen - Cañete
Advisor(s): Casazola Cruz, Oswaldo Daniel
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2024
Institution: Universidad Nacional del Callao
Abstract: La presente investigación titulada “Sistema experto para diagnosticar la depresión en estudiantes de la IEP Nuestra Señora Del Carmen - Cañete”, tuvo como objetivo principal desarrollar un sistema experto para diagnosticar la depresión en estudiantes de la IEP Nuestra Señora del Carmen, Cañete. La investigación se enmarca en un enfoque aplicado, utilizando un diseño experimental de tipo preexperimental con un enfoque cuantitativo. Los instrumentos utilizados son el Inventario de Depresión de Beck que fue evaluado mediante el juicio de expertos. Para analizar los datos en esta investigación trabajamos con la Prueba T de Student. El sistema experto se desarrolló mediante el uso de un altavoz inteligente Echo Dot de Alexa los datos recolectados fueron sometidos a procesamiento y análisis mediante el uso del software SPSS. La población estuvo conformada por 30 estudiantes. Los resultados del estudio mostraron que la media de la puntuación obtenida antes de aplicar el sistema experto es de 25,40%. La media de la puntuación obtenida después de aplicar el sistema experto es de 30,50%. Los hallazgos de esta investigación sugieren que el sistema experto podría ser una herramienta valiosa para ayudar a los profesionales de la salud mental a diagnosticar la depresión en estudiantes, permitiendo así una intervención oportuna.
Discipline: Ingeniería de sistemas
Grade or title grantor: Universidad Nacional del Callao. Facultad de Ingeniería Industrial y de Sistemas
Grade or title: Ingeniero de sistemas
Juror: Ramos Choquehuanca, Angelino Abad; Bringas Zuñiga, Jesus José; Alcántara Ramírez, Manuel Abelardo; Ortega Rojas, Yesmi Katia
Register date: 9-May-2024; 9-May-2024



This item is licensed under a Creative Commons License Creative Commons