ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Prediction of Students’ Admiss...>الوصف
يجب تسجيل الدخول أولا

Prediction of Students’ Admission Rates for Health in Sudan

العنوان بلغة أخرى: التنبؤ بمعدلات قبول الطلاب في المجالات الصحية في السودان
المصدر: مجلة الدراسات العليا
الناشر: جامعة النيلين - كلية الدراسات العليا
المؤلف الرئيسي: Mohamed, Shazali Siddig (Author)
مؤلفين آخرين: Abaker, Ali Abdallah (Co-Author) , Brair, Sara Lavinia (Co-Author)
المجلد/العدد: مج13, ع52
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2019
الشهر: مارس
الصفحات: 105 - 116
DOI: 10.33914/1382-013-052-027
ISSN: 1858-6228
رقم MD: 1006984
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex, EduSearch, IslamicInfo, EcoLink
مواضيع:
المجالات الصحية | السودان | المهن الصحية
كلمات المؤلف المفتاحية:
تنقيب البيانات | المهن الصحية | التحليل | SMOreg | Data Mining | Health Professions | Analytics | Smoreg
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: الهدف من هذه الورقة هو التنبؤ بمعدلات قبول الطلاب في المجالات الصحية في السودان، واكتشاف توزيع الطلاب في مختلف التخصصات الصحية. بالإضافة إلى التعرف على المجالات الأكثر إقبالا من قبل الطلاب والمجالات الأقل إقبالا من بين التخصصات الصحية وتمثيل ومقارنة الطلاب في التخصصات الصحية مع بقية التخصصات المختلفة، تم استخدام خوترزمية SMOreg في برنامج الويكا (Weka) في تحليل التغييرات في المهن الصحية في السودان ومقارنتها مع الانحدار الخطي، تم الاعتماد على نسب ومعدلات الأخطاء في مقارنة المنهجيتين، قد حققت خوارزمية SMOreg نتائج أفضل بالنسبة لمعدلات الأخطاء.

The purpose of this paper to predict students' admission rates for health professions in Sudan. And discovers the distribution of students across health disciplines, in addition to find the trends for the most popular disciplines. And on the other hand, disciplines with very less admitted students, and highlights the representation of students in health disciplines comparing to all students has been reviewed. Analysis for health profession trends change has been conducted. SMOreg Algorithm was used and compared with Linear Regression for predicting health profession change using Weka mining tool. Error rates have been used to compare the two methods.
ISSN: 1858-6228

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.