Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Carvalho, Renata Martins de |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/10/10134/tde-08112022-155912/
|
Resumo: |
Os gatos domésticos estão cada vez mais presentes nos domicílios, superando os cães em número em diferentes países. A escolha do gato como animal de companhia pode envolver diferentes aspectos, e é possível que características demográficas, socioeconômicas e geográficas das populações humanas estejam associadas à presença e ao número desses animais nos lares. No presente estudo, os algoritmos de aprendizado de máquina supervisionado Partial Least Square, Random Forest e Extreme Gradient Boosting foram aplicados aos dados demográficos e socioeconômicos provenientes da Pesquisa Nacional de Saúde de 2013 para identificar preditores da presença e número de gatos nos domicílios brasileiros e classificá-los de acordo com sua contribuição ao desempenho preditivo dos modelos construídos. Dentre eles, destacaram-se o número de cães, a zona de localização do domicílio (urbana ou rural) e número de moradores maiores de 18 anos. Porém, os algoritmos só explicaram uma pequena fração da complexidade que determina a coabitação entre humanos e gatos, mesmo incorporando 47 preditores socioeconômicos, geográficos e demográficos da população humana. Pesquisas qualitativas podem identificar preditores mais relevantes e informar estudos preditivos de base populacional. |
