Πλοήγηση ανά Συγγραφέας "Evgenikou, Dimitra Spyridoula"
Τώρα δείχνει 1 - 2 of 2
Αποτελέσματα ανά σελίδα
Επιλογές ταξινόμησης
Τεκμήριο Μελέτη ερευνητικών επιδόσεων ελλήνων επιστημόνων της Ελλάδας και χωρών του εξωτερικού.(ΕΛΜΕΠΑ, Σχολή Επιστημών Διοίκησης και Οικονομίας (ΣΕΔΟ), Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας, 2024-07-25) Ευγενικού, Δήμητρα Σπυριδούλα; Evgenikou, Dimitra Spyridoula; Παναγιωτάκης, Κωνσταντίνος; Panagiotakis, KonstantinosΗ μελέτη ερευνητικών επιδόσεων Ελλήνων επιστημόνων στην Ελλάδα και στο εξωτερικό εξετάζει τον δείκτη h-index, τη χρονολογία της πρώτης δημοσίευσης και τον αριθμό εργασιών με τουλάχιστον μία αναφορά. Παράλληλα, αναφέρεται το φαινόμενο του "brain drain", της μαζικής μετανάστευσης επιστημόνων στο εξωτερικό λόγω καλύτερων συνθηκών εργασίας και υποδομών έρευνας. Ο h-index μετρά την επιρροή μιας ερευνητικής πορείας, συνδυάζοντας τον αριθμό των δημοσιεύσεων με τον αριθμό των αναφορών σε αυτές, ενώ η χρονολογία πρώτης δημοσίευσης δίνει ενδείξεις για την αρχή της ερευνητικής δραστηριότητας. Η μέτρηση του αριθμού εργασιών με αναφορές αναδεικνύει την επιρροή και την αποδοτικότητα της ερευνητικής παραγωγής. Τα αποτελέσματα παρέχουν στρατηγική κατεύθυνση για την ενίσχυση της επιστημονικής κοινότητας της Ελλάδας και την προώθηση της παγκόσμιας αναγνώρισης των ελληνικών επιστημονικών επιδόσεων.Τεκμήριο Μοντελοποίηση Πρόβλεψη και Ανάλυση Παραγόντων του Χρόνου Αποφοίτησης.(Τ.Ε.Ι. Κρήτης, Σχολή Διοίκησης και Οικονομίας (Σ.Δ.Ο), Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), 2019-06-07) Ευγενικού, Δήμητρα Σπυριδούλα; Evgenikou, Dimitra SpyridoulaΗ παρούσα πτυχιακή εργασία ασχολήθηκε με την μελέτη και εφαρμογή των μοντέλων LinearRegression, Ridge(L2) ,Lasso(L1), Polynomial Regression και SVR τα οποία αποτε-λούν μεθοδολογίες των γραμμικών μοντέλων ,τόσο σε θεωρητικό όσο και σε πρακτικό επί-πεδο (Moναχóπoυλoς, 2016). Ο σκοπός της έρευνας είναι (Athanasiadis & Αθανασιάδης, 2015) η λειτουργία ενός μοντέλο να μπορεί να προβλέπει ποιές ιδιότητες ενός νεοεισερχόμε-νου φοιτητή (δεδομένου) επηρεάζουν τον χρόνο αποφοίτησης .Για να μπορέσει να επιτευχθεί (Athanasiadis & Αθανασιάδης, 2015) αυτό ήταν απαραίτητο να συλλεχθούν παλαιότερων φοιτητών ιδιότητες ούτως ώστε να εποπτευθεί η σωστή λειτουργία του κάθε μοντέλου, και να επιλεγεί το μοντέλο με την βέλτιστη απόδοση με το μικρότερο σφάλμα, όπου για τον σκοπό της συγκεκριμένης έρευνας επιλέχθηκε το Polynomial Regression .Συνοψίζοντας για την υλοποίηση των μοντέλων έγινε χρήση της γλώσσας προγραμματισμού Python και όλα τα αποτελέσματα από κάθε μοντέλο παρουσιάζονται και περιγράφονται μεσα στο κείμενο (Moναχóπoυλoς, 2016).