Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10071/30551
Autoria: | Ferreira, Inês Isabel Santos |
Orientação: | Silva, Maria Gabriela Matias da |
Data: | 13-Dez-2023 |
Título próprio: | Machine learning to predict turnover intention in social workers |
Referência bibliográfica: | Ferreira, I. I. S. (2023). Machine learning to predict turnover intention in social workers [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/30551 |
Palavras-chave: | Fatigue Turnover intention Trabalhador social -- Social worker Victim support helpers Occupational hazards Predictive analytics Machine learning Cansaço Profissionais de apoio à vítima Perigos ocupacionais Análise preditiva |
Resumo: | The primary objective of this study was to ascertain the factors that exert an impact on
the propensity of employees within social organizations to experience turnover intention.
To do this, a questionnaire was developed considering all the antecedents that the
literature indicated could have an impact on this factor. To answer the research question,
the CRISP-DM methodology was used to organize the development of an analytical
solution to predict which employees are prone to have intention of leaving their job. Using
a C&R technique, a model with satisfactory metrics was identified (accuracy=81%;
sensitivity=79%; specificity=83%, accuracy=85%; F-Score=0.81; and AUC=0.885).
Through this model, two representative profiles of the groups most likely to demonstrate
turnover intention were identified. Este projeto dedicou-se a determinar os elementos que influenciam a decisão dos funcionários de organizações sociais a abandonarem o seu emprego. Para atingir esse objetivo, foi desenvolvido um questionário incorporando todos os antecedentes que, segundo a literatura, apresentavam capacidade para influenciar este fator. De forma a responder à pergunta de investigação, recorreu-se à metodologia CRISP-DM para organizar o desenvolvimento de uma solução analítica que se comprometesse a prever quais os funcionários com propensão para ter intenção de abandonar o emprego. Utilizando uma técnica C&R foi identificado um modelo com métricas satisfatórias (precisão=81%; sensibilidade=79%; especificidade=83%, precisão=85%; FScore= 0,81; e AUC=0,885). Através deste modelo, foram identificados dois perfis representativos dos grupos com maior probabilidade de equacionarem sair da organização em que trabalham. |
Designação do Departamento: | Departamento de Métodos Quantitativos para Gestão e Economia |
Designação do grau: | Mestrado em Métodos Analíticos para Gestão |
Arbitragem científica: | yes |
Acesso: | Acesso Restrito |
Aparece nas coleções: | T&D-DM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
master_ines_santos_ferreira.pdf Restricted Access | 1,2 MB | Adobe PDF | Ver/Abrir Request a copy |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.