Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning
En este artículo se expone la predicción de accidentes de trabajo dentro del sector manufacturero a través del modelo machine learning, debido a una mayor tendencia de accidentes en este sector. Para esto se muestreó y se recopiló datos de accidentes de trabajo en los 24 departamentos del Perú, a fi...
Guardado en:
| Autores principales: | , , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2023
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881509756676341760 |
|---|---|
| author | Enciso Carhuamaca, Katherine Jasmin Huaytalla Ramirez, Raul Luis Lino Valenzuela, Nadyely Del Rosario |
| author2 | Perez Carpio, Jackson Edgardo |
| author_browse | Enciso Carhuamaca, Katherine Jasmin Huaytalla Ramirez, Raul Luis Lino Valenzuela, Nadyely Del Rosario Perez Carpio, Jackson Edgardo |
| author_facet | Perez Carpio, Jackson Edgardo Enciso Carhuamaca, Katherine Jasmin Huaytalla Ramirez, Raul Luis Lino Valenzuela, Nadyely Del Rosario |
| author_sort | Enciso Carhuamaca, Katherine Jasmin |
| collection | Repositorio institucional |
| description | En este artículo se expone la predicción de accidentes de trabajo dentro del sector manufacturero a través del modelo machine learning, debido a una mayor tendencia de accidentes en este sector. Para esto se muestreó y se recopiló datos de accidentes de trabajo en los 24 departamentos del Perú, a fin de predecir accidentes de trabajo futuros que podríamos tener. La metodología establece rangos de valor proyectados, donde se empleó logaritmos y calculados de modelos, para optimizar los riesgos de los accidentes de trabajo ocurridos en todo el país. Acorde al estudio realizado en el periodo del 2016 al 2021, se evidencia una tendencia al incremento en accidentes, es decir que cada año habrá un incremento de 481.97 accidentes. Los resultados en ese periodo de 6 años, se clasifican en accidentes de trabajo como lesiones, invalidez o muerte, aquellos que van a ocurrir y con mayor frecuencia por la naturaleza de sus actividades. |
| escuela_str_mv | Escuela Profesional de Ingeniería Ambiental |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/7102 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Higiene y Salud Ocupacional |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería ambiental |
| ocde_str_mv | 2.07.00 |
| programa_nombre_str_mv | Ingeniería Ambiental |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-ambiental |
| publishDate | 2023 |
| publishDateRange | 2023 |
| publishDateSort | 2023 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning Enciso Carhuamaca, Katherine Jasmin Huaytalla Ramirez, Raul Luis Lino Valenzuela, Nadyely Del Rosario Perez Carpio, Jackson Edgardo Machine learning Accidente de trabajo Predicción Actividad económica En este artículo se expone la predicción de accidentes de trabajo dentro del sector manufacturero a través del modelo machine learning, debido a una mayor tendencia de accidentes en este sector. Para esto se muestreó y se recopiló datos de accidentes de trabajo en los 24 departamentos del Perú, a fin de predecir accidentes de trabajo futuros que podríamos tener. La metodología establece rangos de valor proyectados, donde se empleó logaritmos y calculados de modelos, para optimizar los riesgos de los accidentes de trabajo ocurridos en todo el país. Acorde al estudio realizado en el periodo del 2016 al 2021, se evidencia una tendencia al incremento en accidentes, es decir que cada año habrá un incremento de 481.97 accidentes. Los resultados en ese periodo de 6 años, se clasifican en accidentes de trabajo como lesiones, invalidez o muerte, aquellos que van a ocurrir y con mayor frecuencia por la naturaleza de sus actividades. 2023-11-07 2023-12-19T17:23:39Z 2023-12-19T17:23:39Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/7102 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/3.0/es/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/7102 2026-11-10T17:45:09Z |
| spellingShingle | Machine learning Accidente de trabajo Predicción Actividad económica Enciso Carhuamaca, Katherine Jasmin Huaytalla Ramirez, Raul Luis Lino Valenzuela, Nadyely Del Rosario Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title_full | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title_fullStr | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title_full_unstemmed | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title_short | Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning |
| title_sort | modelamiento de accidentes de trabajo por actividad economica mediante tecnica de machine learning |
| topic | Machine learning Accidente de trabajo Predicción Actividad económica |
| topic_facet | Machine learning Accidente de trabajo Predicción Actividad económica |
| url | https://hdl.handle.net/20.500.12840/7102 |
| work_keys_str_mv | AT encisocarhuamacakatherinejasmin modelamientodeaccidentesdetrabajoporactividadeconomicamediantetecnicademachinelearning AT huaytallaramirezraulluis modelamientodeaccidentesdetrabajoporactividadeconomicamediantetecnicademachinelearning AT linovalenzuelanadyelydelrosario modelamientodeaccidentesdetrabajoporactividadeconomicamediantetecnicademachinelearning |