Sökning: "Information Professionals"
Visar resultat 1 - 5 av 1426 uppsatser innehållade orden Information Professionals.
1. Artificiell Intelligens vid Mergers & Acquisitions En kvalitativ studie om hur Artificiell Intelligens påverkar den kommersiella Due Diligence-processen vid Mergers & acquisitions.
Kandidat-uppsats, Göteborgs universitet/Företagsekonomiska institutionenSammanfattning : This thesis explores the impact of Artificial Intelligence on the Due Diligence process in Mergers & Acquisitions. The study focuses on the integration of AI in streamlining and enhancing the efficiency of the DD process, traditionally known for being extensive and time-consuming. LÄS MER
2. Patienters upplevelser av egenvård vid diabetes typ 2 - En litteraturstudie
Kandidat-uppsats, Umeå universitet/Institutionen för omvårdnadSammanfattning : Bakgrund: Diabetes typ 2 är en kronisk sjukdom som ökar globalt och som är den främsta orsaken till global dödlighet. Sjukdomen uppstår när kroppen blir resistent mot insulin och inte producerar tillräckligt med insulin. LÄS MER
3. Mödrars erfarenheter av vården vid postpartumdepression : En litteraturstudie
Kandidat-uppsats, Umeå universitet/Institutionen för omvårdnadSammanfattning : Bakgrund: Postpartumdepression (PPD) är en diagnos som uppkommer inom de första 6 veckorna efter en förlossning. PPD är en av de vanligaste komplikationerna under postpartumperioden med en prevalens på 10–15%. LÄS MER
4. Patienters erfarenheter av vårdpersonals omvårdnad efter fysiskt trauma - en litteraturstudie
Kandidat-uppsats, Uppsala universitet/Institutionen för folkhälso- och vårdvetenskapSammanfattning : Bakgrund: Sex miljoner människor globalt avlider till följd av trauman årligen. De vanligaste orsakerna är trafikrelaterade skador, suicid, dråp och fallskador. Ett fysiskt trauma inträffar vanligen oväntat där den drabbade har behov av fysisk och psykisk hjälp. LÄS MER
5. Predicting True Sepsis and Culture-positive Sepsis in Intensive Care Unit with Machine Learning Techniques
Master-uppsats, Lunds universitet/Matematisk statistikSammanfattning : Sepsis, a serious medical condition often leading to patients requiring intensive care, has prompted numerous scientists to employ mathematical techniques to aid in its diagnosis. This thesis uses logistic regression and a machine learning technique, XGBoost, to predict true sepsis (as opposed to sepsis mimics) and culture-positive sepsis (among true sepsis) in critical care using blood test results, physiological measurements and other patient characteristics. LÄS MER