Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis (2016)
- Authors:
- USP affiliated authors: NAGANO, MARCELO SEIDO - EESC ; FRÓES, NÁDIA JUNQUEIRA MARTARELLI - EESC
- Unidade: EESC
- Sigla do Departamento: SEP
- DOI: 10.1109/TLA.2016.7459643
- Subjects: CIDADES; MINERAÇÃO DE DADOS; ANÁLISE DE CONGLOMERADOS; SAÚDE; EDUCAÇÃO; EMPREGO; RENDA (TEORIA ECONÔMICA)
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: Institute of Electrical and Electronics Engineers
- Publisher place: Piscataway, NJ
- Date published: 2016
- Source:
- Título: IEEE Latin America Transactions
- ISSN: 1548-0992
- Volume/Número/Paginação/Ano: v. 14, n. 3, p. 1513-1518, 2016
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
MARTARELLI, Nádia Junqueira e NAGANO, Marcelo Seido. Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis. IEEE Latin America Transactions, v. 14, n. 3, p. 1513-1518, 2016Tradução . . Disponível em: https://doi.org/10.1109/TLA.2016.7459643. Acesso em: 07 abr. 2026. -
APA
Martarelli, N. J., & Nagano, M. S. (2016). Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis. IEEE Latin America Transactions, 14( 3), 1513-1518. doi:10.1109/TLA.2016.7459643 -
NLM
Martarelli NJ, Nagano MS. Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis [Internet]. IEEE Latin America Transactions. 2016 ; 14( 3): 1513-1518.[citado 2026 abr. 07 ] Available from: https://doi.org/10.1109/TLA.2016.7459643 -
Vancouver
Martarelli NJ, Nagano MS. Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis [Internet]. IEEE Latin America Transactions. 2016 ; 14( 3): 1513-1518.[citado 2026 abr. 07 ] Available from: https://doi.org/10.1109/TLA.2016.7459643 - Uma abordagem construtiva do algoritmo genético para a seleção de atributos no agrupamento de dados
- High-performing heuristics to minimize flowtime in no-idle permutation flowshop
- How have high-impact scientific studies designing their experiments on mixed data clustering? A systematic map to guide better choices
- Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis
- Contributions to the mixed data clustering problem: from a conceptual codification and classification proposal to the usage of optimization methods
- Seleção de atributos em agrupamento de dados utilizando algoritmos evolutivos
- Otimização do saldo de caixa com algoritmos genéticos: um estudo relacionando cruzamento e mutação no modelo de Miller e Orr
- O capital de relacionamento como estratégia de qualidade
- Interação e cooperação em arranjos produtivos locais: identificação e análise dos fatores inibidores
- Otimização do investimento em saldo de caixa: um complemento ao modelo de Miller e Orr
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
PROD_23952_SYSNO_3041346.... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
