Modelamiento de accidentes de trabajo por actividad económica mediante técnica de machine learning

• Autores: Enciso Carhuamaca, Katherine Jasmin, Huaytalla Ramirez, Raul Luis, Lino Valenzuela, Nadyely Del Rosario
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana Unión
• Repositorio: UPEU-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upeu.edu.pe:20.500.12840/7102
• Enlace del recurso: http://repositorio.upeu.edu.pe/handle/20.500.12840/7102
• Nivel de acceso: acceso embargado
• Materia: Machine learning; Accidente de trabajo; Predicción; Actividad económica; http://purl.org/pe-repo/ocde/ford#2.07.00

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.