Predicting depression in old age: Combining life course data with machine learning

MONTORSI, Carlotta

Pas de texte intégral

Communication orale non publiée/Abstract (Colloques, congrès, conférences scientifiques et actes)

Predicting depression in old age: Combining life course data with machine learning

MONTORSI, Carlotta

2022 • PhD conference in Social Science

Permalien
https://hdl.handle.net/10993/54539

Documents (1)Envoyer vers Détails Statistiques Bibliographie Publications similaires

Documents

Texte intégral

Aucun document disponible.

Annexes

conferece_SOCIALSCIENCE.pdf

(1.25 MB)

Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers

RIS BibTex APA Chicago Permalink X Linkedin

Détails

Mots-clés :

Depression; Machine Learning; Aging society

Centre de recherche :

LISER - Luxembourg Institute of Socio-Economic Research

Disciplines :

Domaines particuliers de l’économie (santé, travail, transport...)

Auteur, co-auteur :

MONTORSI, Carlotta ; University of Luxembourg > Faculty of Humanities, Education and Social Sciences (FHSE)

Co-auteurs externes :

Langue du document :

Anglais

Titre :

Predicting depression in old age: Combining life course data with machine learning

Date de publication/diffusion :

24 novembre 2022

Nom de la manifestation :

PhD conference in Social Science

Organisateur de la manifestation :

Department of Social Science

Date de la manifestation :

24-11-2022

Projet FnR :

FNR12252781 - Data-driven Computational Modelling And Applications, 2017 (01/09/2018-28/02/2025) - Andreas Zilian

Intitulé du projet de recherche :

Predicting Well-Being in old age

Organisme subsidiant :

FNR - Fonds National de la Recherche

Disponible sur ORBilu :

depuis le 07 mars 2023

Statistiques

Nombre de vues

117 (dont 2 Unilu)

Nombre de téléchargements

60 (dont 0 Unilu)

Voir plus de statistiques