Resumen

ORDONEZ-ERAZO, Hugo-Armando; ORDONEZ, Camilo  y  BUCHELI-GUERRERO, Víctor-Andrés. Previsão de fatores-chave para aumentar a demografia na Colômbia através da montagem de modelos de aprendizado de máquina. Rev. Cient. [online]. 2022, n.44, pp.282-295.  Epub 08-Jul-2022. ISSN 0124-2253.  https://doi.org/10.14483/23448350.19205.

O envelhecimento da população é considerado um dos fenômenos sociais mais significativos que está transformando economias e sociedades em todo o mundo, segundo a Organização Mundial da Saúde (OMS) o envelhecimento está em ascensão. Na Colômbia, o crescimento demográfico mostra um aumento natural que mostra uma notável diferença entre as taxas de natalidade e as taxas de mortalidade geral; De acordo com o DANE na Colômbia, as taxas de crescimento natural denotam um declínio vertiginoso ao longo do tempo. O governo central e os governos locais podem ajudar na tomada de decisões para estabelecer políticas de saúde sexual e reprodutiva. O Machine Learning (ML) surge como uma ferramenta de apoio, na qual existem algoritmos que permitem a criação de modelos para aprender com os dados e identificar padrões que servem para apoiar as entidades governamentais no processo de tomada de decisão. Com base no exposto, este trabalho propõe um método de montagem de algoritmos de ML, que permite apoiar ou auxiliar na tomada de decisão no controle demográfico com foco na natalidade. O método de previsão permitiu mostrar que a diminuição dos nascimentos na Colômbia nos últimos anos se deve à mudança nas prioridades de mulheres e homens. As mulheres enfrentam discriminação e dificuldade de acesso e permanência no emprego devido à maternidade e, consequentemente, é difícil para elas articularem sua vida profissional com o mercado de trabalho. As mulheres têm que assumir uma carga desproporcional de cuidados, por isso querem ter menos filhos, ou seja, um ou dois no máximo.

Palabras clave : aprendizado de máquina; mães; montagem do modelo; numero de filhos; pais; previsões..

        · resumen en Español | Inglés     · texto en Español     · Español ( pdf )