Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación

Resumen: En este artículo se propone un sistema de clasificación para la identificación y la prevención de accidentes laborales en las bodegas de almacenamiento de fibra en una empresa de pulpa de papel. Eso se hace con base en el análisis de variables que incluyen la circulación de peatones, bobcat...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Mosquera,Rodolfo, Parra,Liliana, Ledesma,Ana J, Bonilla,Héctor F
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2021
Materias:	minería de datos redes bayesianas naive árboles de decisión pulpa papel accidentalidad laboral
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642021000100133
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-07642021000100133
record_format	dspace
spelling	oai:scielo:S0718-076420210001001332021-02-08Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificaciónMosquera,RodolfoParra,LilianaLedesma,Ana JBonilla,Héctor F minería de datos redes bayesianas naive árboles de decisión pulpa papel accidentalidad laboral Resumen: En este artículo se propone un sistema de clasificación para la identificación y la prevención de accidentes laborales en las bodegas de almacenamiento de fibra en una empresa de pulpa de papel. Eso se hace con base en el análisis de variables que incluyen la circulación de peatones, bobcat, tractocamiones, acceso, zonas de circulación peatonal y barandas. La metodología propuesta define y entrena el sistema propuesto con datos recopilados en planta respecto a accidentalidad e incidentes laborales. Se compararon los resultados de tres algoritmos: redes bayesianas, naive bayes y árboles de decisión. Los resultados muestran que, en el 90% de los casos, el clasificador de arboles de decisión J48 identifica correctamente los casos posibles de accidentalidad laboral. Se concluye que la identificación de los atributos que generan la ocurrencia de incidentes y accidentes laborales, permite generar un árbol de decisión C4.5 (J48) que sirve de herramienta y soporte para labores de prevención de accidentes laborales.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.32 n.1 20212021-02-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642021000100133es10.4067/S0718-07642021000100133
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	minería de datos redes bayesianas naive árboles de decisión pulpa papel accidentalidad laboral
spellingShingle	minería de datos redes bayesianas naive árboles de decisión pulpa papel accidentalidad laboral Mosquera,Rodolfo Parra,Liliana Ledesma,Ana J Bonilla,Héctor F Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
description	Resumen: En este artículo se propone un sistema de clasificación para la identificación y la prevención de accidentes laborales en las bodegas de almacenamiento de fibra en una empresa de pulpa de papel. Eso se hace con base en el análisis de variables que incluyen la circulación de peatones, bobcat, tractocamiones, acceso, zonas de circulación peatonal y barandas. La metodología propuesta define y entrena el sistema propuesto con datos recopilados en planta respecto a accidentalidad e incidentes laborales. Se compararon los resultados de tres algoritmos: redes bayesianas, naive bayes y árboles de decisión. Los resultados muestran que, en el 90% de los casos, el clasificador de arboles de decisión J48 identifica correctamente los casos posibles de accidentalidad laboral. Se concluye que la identificación de los atributos que generan la ocurrencia de incidentes y accidentes laborales, permite generar un árbol de decisión C4.5 (J48) que sirve de herramienta y soporte para labores de prevención de accidentes laborales.
author	Mosquera,Rodolfo Parra,Liliana Ledesma,Ana J Bonilla,Héctor F
author_facet	Mosquera,Rodolfo Parra,Liliana Ledesma,Ana J Bonilla,Héctor F
author_sort	Mosquera,Rodolfo
title	Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
title_short	Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
title_full	Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
title_fullStr	Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
title_full_unstemmed	Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
title_sort	predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación
publisher	Centro de Información Tecnológica
publishDate	2021
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642021000100133
work_keys_str_mv	AT mosquerarodolfo predicciondelaaccidentalidadlaboralenlaindustriadepulpaypapelusandoalgoritmosdeclasificacion AT parraliliana predicciondelaaccidentalidadlaboralenlaindustriadepulpaypapelusandoalgoritmosdeclasificacion AT ledesmaanaj predicciondelaaccidentalidadlaboralenlaindustriadepulpaypapelusandoalgoritmosdeclasificacion AT bonillahectorf predicciondelaaccidentalidadlaboralenlaindustriadepulpaypapelusandoalgoritmosdeclasificacion
_version_	1714201660996190208

Predicción de la accidentalidad laboral en la industria de pulpa y papel usando algoritmos de clasificación

Ejemplares similares