走在汽車革命的路上論文書籍站
元培醫事科技大學 醫務管理系碩士班 吳文祥所指導 吳姿瑩的 運用資料探勘技術於流感併發重症疫情監控應用 （2018），提出北醫推甄111關鍵因素是什麼，來自於流感併發重症、地理資訊系、c管制圖、資料探勘、時間序列。
而第二篇論文中臺科技大學 護理系碩士班 鍾月琴所指導 陳虹伶的 護生初次臨床實習之學習態度、實習壓力及因應行為對其學習成效之影響-以中部某科技大學為例 （2017），提出因為有 護生、實習、學習態度、實習壓力、因應行為、學習成效的重點而找出了 北醫推甄111的解答。
運用資料探勘技術於流感併發重症疫情監控應用
為了解決北醫推甄111 的問題，作者吳姿瑩 這樣論述：
流感併發重症增加疾病負擔與增加醫療資源耗用，衛生福利部疾病管制署雖有建置流感併發重症之地理分佈圖，但其只考量各縣市病例數，易造成人口數多縣市自然病例數多而呈現疫情較嚴重假象；若改以每週罹病比率呈現疫情嚴重度時，人口數少縣市容易因1例個案造成超過閾值而被誤認疫情嚴重。本研究使用傳染病疫情通報系統2009至2016年確定病例數為研究對象，運用資料探勘技術找出具有相同特徵之群集，並算出各群平均數做為判定疫情嚴重程度依據。以醫療區畫分原則結合管制圖藉由疫情顏色分級運用GIS繪製流感併發重症疫情分佈圖，最後使用時間序列分析模式預測疫情程度，另本研究發現考慮急診RODS類流感地區別每週就診百分比加上AR
(2)之預測分析模型具有最佳預測能力，再藉由判斷不同疫情嚴重程度是否於固定週數內達高峰之預測準確度，得知疫情為中度時，8週內達高峰準確率為74%、4週內為63%，將可判斷是否需啟動相關防疫措施。流感大多從10月上升至隔年1、2月為高峰，3月開始下降，雖以秋、冬較容易有疫情，但春夏仍可能有疫情爆發，以2017年第17-31週出現疫情並於第32週趨緩，即為此例。透過地理資訊系統可清楚看出第27週疫情集中在雲林縣、高雄市與屏東縣且為重度狀態。本研究運用資料探勘流程並配合管制圖的應用，透過視覺化友善介面方式，監控疫情是否開始拉警報，以達提前預警效果，也可讓沒受過專業訓練的一般民眾也可快速了解疫情嚴重程
度，民眾提高警覺並及早預防或重點防治。
護生初次臨床實習之學習態度、實習壓力及因應行為對其學習成效之影響-以中部某科技大學為例
為了解決北醫推甄111 的問題，作者陳虹伶 這樣論述：
本研究目的為探討護生初次臨床實習之學習態度、實習壓力及因應行為對其學習成效之影響。採橫斷面結構設計，以立意取樣方式，選取中部某科大四技護理系二年級已完成基本護理學實習生為調查對象，共發出115份問卷，實際回收有效問卷114份，回收率99.1%。統計以SPSS 20.0版統計套裝軟體進行描述性統計、t檢定（t-test）、卡方檢定（Chi-square）、單因子變異數分析（One Way ANOVA）、相關分析(correlation analysis)。研究結果發現：護理興趣對「同學間的壓力」有顯著差異。課室成績對「護理人員的壓力」、「實習老師的壓力」、「整體實習滿意度」皆有顯著差異。實習成
績對「學習態度」、「實習老師的壓力」、「同學間的壓力」、「醫護人員的滿意度」皆有顯著差異。父母管教方式對「學習實用性」有顯著差異。父親教育程度對「整體實習滿意度」有顯著差異。母親教育程度對「實際護理病人的壓力」、「作業及工作量的壓力」有顯著差異。個人畢業後生涯規劃對「學習態度」有顯著差異。另外實習成績與學習態度、實習壓力、實習滿意度皆有顯著相關；學習態度與實習壓力及因應行為間皆有顯著相關。 研究結果提供給學校教育方面、臨床實務教學及護理研究方面作參考。學校授課教師及臨床實習指導教師方面，期望隨時瞭解護生初次臨床實習之挫折點，進而提供有助於提升學習成效的具體方法，以幫助護生達到最佳臨床實習
之學習成效。