ReP USP - Resultado da busca

Trabalho de evento-anais periodico
OUTB: application for decision-support in the outcomes of Tuberculosis (2024)
Mozini, Mariana Tavares ; Rothschild, Raul; Mioto, Ana Clara de Andrade ; Bernardi, Filipe Andrade ; Lima, Vinícius; Soares, Giovane Thomazini ; Segamarchi, Renan; Alves, Domingos
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidade: FMRP
Assuntos: TUBERCULOSE, APLICATIVOS MÓVEIS, DIRETRIZES PARA O PLANEJAMENTO EM SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MOZINI, Mariana Tavares et al. OUTB: application for decision-support in the outcomes of Tuberculosis. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2024.06.241. Acesso em: 12 nov. 2025. , 2024
APA
Mozini, M. T., Rothschild, R., Mioto, A. C. de A., Bernardi, F. A., Lima, V., Soares, G. T., et al. (2024). OUTB: application for decision-support in the outcomes of Tuberculosis. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2024.06.241
NLM
Mozini MT, Rothschild R, Mioto AC de A, Bernardi FA, Lima V, Soares GT, Segamarchi R, Alves D. OUTB: application for decision-support in the outcomes of Tuberculosis [Internet]. Procedia Computer Science. 2024 ; 239 832–839.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2024.06.241
Vancouver
Mozini MT, Rothschild R, Mioto AC de A, Bernardi FA, Lima V, Soares GT, Segamarchi R, Alves D. OUTB: application for decision-support in the outcomes of Tuberculosis [Internet]. Procedia Computer Science. 2024 ; 239 832–839.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2024.06.241
Trabalho de evento-anais periodico
Quality analysis and study of tuberculosis diagnostic data (2024)
Mioto, Ana Clara de Andrade ; Martins, Pedro Emilio Andrade ; Modina, Gabriel; Alves, Domingos ; Lima, Vinícius Costa ; Neiva, Mariane Barros ; Bernardi, Filipe Andrade
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, Interunidades em Bioengenharia, ICMC
Assuntos: SISTEMAS DE INFORMAÇÃO, RECONHECIMENTO DE PADRÕES, TECNOLOGIAS DA SAÚDE, TUBERCULOSE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIOTO, Ana Clara de Andrade et al. Quality analysis and study of tuberculosis diagnostic data. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2024.06.255. Acesso em: 12 nov. 2025. , 2024
APA
Mioto, A. C. de A., Martins, P. E. A., Modina, G., Alves, D., Lima, V. C., Neiva, M. B., & Bernardi, F. A. (2024). Quality analysis and study of tuberculosis diagnostic data. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2024.06.255
NLM
Mioto AC de A, Martins PEA, Modina G, Alves D, Lima VC, Neiva MB, Bernardi FA. Quality analysis and study of tuberculosis diagnostic data [Internet]. Procedia Computer Science. 2024 ; 239 939-946.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2024.06.255
Vancouver
Mioto AC de A, Martins PEA, Modina G, Alves D, Lima VC, Neiva MB, Bernardi FA. Quality analysis and study of tuberculosis diagnostic data [Internet]. Procedia Computer Science. 2024 ; 239 939-946.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2024.06.255
Trabalho de evento-anais periodico
Scaling laws and spatial effects of Brazilian health regions: a research protocol (2023)
Soares, Giovane Thomazini ; Yamada, Diego Bettiol ; Bernardi, Filipe Andrade ; Neiva, Mariane Barros ; Lombardi Junior, Luis Pedro; Vinci, André Luiz Teixeira ; Mioto, Ana Clara de Andrade ; Alves, Domingos
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, Interunidades em Bioengenharia, ICMC
Assuntos: SAÚDE PÚBLICA, INFORMAÇÃO EM SAÚDE, PESQUISA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Giovane Thomazini et al. Scaling laws and spatial effects of Brazilian health regions: a research protocol. Procedia Computer Science. Amsterdam: Elsevier BV. Disponível em: https://doi.org/10.1016/j.procs.2023.01.417. Acesso em: 12 nov. 2025. , 2023
APA
Soares, G. T., Yamada, D. B., Bernardi, F. A., Neiva, M. B., Lombardi Junior, L. P., Vinci, A. L. T., et al. (2023). Scaling laws and spatial effects of Brazilian health regions: a research protocol. Procedia Computer Science. Amsterdam: Elsevier BV. doi:10.1016/j.procs.2023.01.417
NLM
Soares GT, Yamada DB, Bernardi FA, Neiva MB, Lombardi Junior LP, Vinci ALT, Mioto AC de A, Alves D. Scaling laws and spatial effects of Brazilian health regions: a research protocol [Internet]. Procedia Computer Science. 2023 ; 219 1325-1332.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.417
Vancouver
Soares GT, Yamada DB, Bernardi FA, Neiva MB, Lombardi Junior LP, Vinci ALT, Mioto AC de A, Alves D. Scaling laws and spatial effects of Brazilian health regions: a research protocol [Internet]. Procedia Computer Science. 2023 ; 219 1325-1332.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.417
Trabalho de evento-anais periodico
Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models (2023)
Mioto, Ana Clara de Andrade ; Mozini, Mariana Tavares ; Segamarchi, Renan Barbieri; Soares, Giovane Thomazini ; Martins, Pedro Emilio Andrade; Cassão, Victor; Ferrassini, Luís Gustavo Barichello; Miyoshi, Newton Shydeo Brandão ; Alves, Domingos ; Oliveira, Lariza Laura de
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, Interunidades em Bioengenharia
Assuntos: TUBERCULOSE, APRENDIZADO COMPUTACIONAL, PLANOS E PROGRAMAS DE SAÚDE, INFORMAÇÃO EM SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIOTO, Ana Clara de Andrade et al. Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2023.01.424. Acesso em: 12 nov. 2025. , 2023
APA
Mioto, A. C. de A., Mozini, M. T., Segamarchi, R. B., Soares, G. T., Martins, P. E. A., Cassão, V., et al. (2023). Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2023.01.424
NLM
Mioto AC de A, Mozini MT, Segamarchi RB, Soares GT, Martins PEA, Cassão V, Ferrassini LGB, Miyoshi NSB, Alves D, Oliveira LL de. Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models [Internet]. Procedia Computer Science. 2023 ; 219 1365-1372.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.424
Vancouver
Mioto AC de A, Mozini MT, Segamarchi RB, Soares GT, Martins PEA, Cassão V, Ferrassini LGB, Miyoshi NSB, Alves D, Oliveira LL de. Preliminary results to predict tuberculosis outcomes applying traditional and automated machine learning models [Internet]. Procedia Computer Science. 2023 ; 219 1365-1372.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.424
Trabalho de evento-anais periodico
Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario (2023)
Cassão, Victor; Alves, Domingos ; Mioto, Ana Clara de Andrade ; Mozini, Mariana Tavares ; Segamarchi, Renan Barbieri; Miyoshi, Newton Shydeo Brandão
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, Interunidades em Bioengenharia
Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, COVID-19, VACINAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASSÃO, Victor et al. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2023.01.435. Acesso em: 12 nov. 2025. , 2023
APA
Cassão, V., Alves, D., Mioto, A. C. de A., Mozini, M. T., Segamarchi, R. B., & Miyoshi, N. S. B. (2023). Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2023.01.435
NLM
Cassão V, Alves D, Mioto AC de A, Mozini MT, Segamarchi RB, Miyoshi NSB. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario [Internet]. Procedia Computer Science. 2023 ; 219 1453-1461.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.435
Vancouver
Cassão V, Alves D, Mioto AC de A, Mozini MT, Segamarchi RB, Miyoshi NSB. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states: vaccination scenario [Internet]. Procedia Computer Science. 2023 ; 219 1453-1461.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2023.01.435
Trabalho de evento-anais periodico
Unsupervised analysis of COVID-19 pandemic evolution in brazilian states (2022)
Cassão, Victor; Alves, Domingos ; Mioto, Ana Clara de Andrade ; Bernardi, Filipe Andrade ; Miyoshi, Newton Shydeo Brandão
Fonte: Procedia Computer Science. Nome do evento: International Conference on ENTERprise Information Systems - CENTERIS. Unidades: FMRP, Interunidades em Bioengenharia
Assuntos: COVID-19, ALGORITMOS, ANÁLISE DE SÉRIES TEMPORAIS, PANDEMIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CASSÃO, Victor et al. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1016/j.procs.2021.12.061. Acesso em: 12 nov. 2025. , 2022
APA
Cassão, V., Alves, D., Mioto, A. C. de A., Bernardi, F. A., & Miyoshi, N. S. B. (2022). Unsupervised analysis of COVID-19 pandemic evolution in brazilian states. Procedia Computer Science. Amsterdam: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1016/j.procs.2021.12.061
NLM
Cassão V, Alves D, Mioto AC de A, Bernardi FA, Miyoshi NSB. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states [Internet]. Procedia Computer Science. 2022 ; 196 655-662.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2021.12.061
Vancouver
Cassão V, Alves D, Mioto AC de A, Bernardi FA, Miyoshi NSB. Unsupervised analysis of COVID-19 pandemic evolution in brazilian states [Internet]. Procedia Computer Science. 2022 ; 196 655-662.[citado 2025 nov. 12 ] Available from: https://doi.org/10.1016/j.procs.2021.12.061

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Indexado em

Afiliação dos autores externos não normalizada