International Science and Technology Journal
Published by
Under supervision of
Open Access Journal
ISSN: 2519-9854 (Online)
ISSN: 2519-9846 (Print)
A peer-reviewed and open access journal concerned with publishing researches and studies in the field of applied sciences and engineering
Analysis and Comparison of Data Mining Tools for Back and Neck Pain Prediction
| Researcher(s): | - Hamida Oushah
- Samira Alshfah
- Najwa Altheeb
|
|---|
| Institution: | Engineering Faculty- Sabratha University
Faculty of Education -University of Zawia |
|---|
| Field: | علوم الحاسوب و النظم الخبيرة وتقنية المعلومات |
|---|
| Published in: | 31st volume - November 2022 |
|---|
الملخص
تُستخدم حقائب الظهر بشكل شائع بين تلاميذ المدارس لحمل الكتب والأمتعة الشخصية اليومية، من وإلى المدرسة، حيث أصبحت مشاكل العضلات والعظام المرتبطة بحقيبة الظهر مصدر قلق على أطفال المدارس، وبالتالي زيادة خطر الإصابة بآلام الظهر المزمنة في مرحلة البلوغ.
تم استخدام مجموعة بيانات واقعية للطلاب مجمعة مسبقًا حول آلام الظهر والرقبة ووزن الحقيبة المدرسية، تتكون البيانات من 11 سمة، وتظم 409 طالب من طلاب المدارس الابتدائية (204 ذكور و205 إناث) ، تتراوح أعمارهم بين (8-16) عامًا.
تم استخدام تقنيات استخراج البيانات للتحليل Weka ، Orange و Rapid miner، للتنبؤ بألم الظهر والرقبة، عن طريق خوارزمية Naïve Bayes.
كانت قيمة Recall تساوي 0.93٪ باستخدام أداة Rapid miner ، بينما Weka وOrange كانت Recall تساوي 0.75% ، 0.71٪على التوالي. كما تشير هذه الدراسة إلى أن Precision للـ Rapid miner، Weka وOrange هي 0.74٪ ، 0.75٪ ، 0.73٪.
أظهرت هذه الدراسة أن أعلى Recall تم تحقيقها بواسطة أداة Rapid miner، بينما حققت Weka و Orange أقل إنجاز. في حين أن الدقة لهذه الأدوات متماثلة تقريبًا.
Abstract
Backpacks are commonly used among schoolchildren, adolescents and adults for daily carrying personal belongings, from home to school, the musculoskeletal problems associated with backpack have become an increasing concern with school children, subsequently increases the risk of developing chronic back pain in adulthood.
A realistic a pre-collected data set of students on back and neck pain and school bag weight was used, with 11 attributes, consists of 409 primary school students (204 male and 205 female), age range between (8-16) years.
Data mining techniques have been used for analysis to predict back and neck pain, based on the Naïve Bayes algorithm by using three data mining tools Weka, Orange and Rapid miner.
The main observation is the Rapid miner Recall is 0.93%, while Weka and Orange Recall are 0.71%, 0.75. Also this study indicates that the Rapid miner, Weka, Orange Precision are 0.74%, 0.75%, 0.73%.
This study showed that, the highest Recall was achieved by Rapid miner tool, while the less achievement by Weka and Orange. Whereas, the Precision for these tools almost the same.