Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
Descripción del Articulo
La minería es una actividad de alto riesgo, donde los trabajadores enfrentan condiciones como espacios reducidos, mala ventilación y escasa iluminación, lo que contribuye a un alto índice de accidentes mortales, lesiones y enfermedades. El objetivo de la investigación es aplicar las técnicas de mine...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Nacional del Altiplano |
| Repositorio: | UNAP-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.unap.edu.pe:20.500.14082/24701 |
| Enlace del recurso: | https://repositorio.unap.edu.pe/handle/20.500.14082/24701 |
| Nivel de acceso: | acceso abierto |
| Materia: | Accidente mortal Algoritmos de clasificación Minería de datos Seguridad minera https://purl.org/pe-repo/ocde/ford#2.07.05 |
| Sumario: | La minería es una actividad de alto riesgo, donde los trabajadores enfrentan condiciones como espacios reducidos, mala ventilación y escasa iluminación, lo que contribuye a un alto índice de accidentes mortales, lesiones y enfermedades. El objetivo de la investigación es aplicar las técnicas de minería de datos para el análisis de los accidentes mortales de la actividad minera en el Perú. Cuya metodología es de enfoque cuantitativo, de tipo no experimental, con un nivel descriptivo-explicativo y diseño transversal ya que abarca las etapas de recolección, selección, procesamiento, transformación, análisis de datos e interpretación de resultados, la población comprende los reportes de accidentes mortales en los años 2000–2023 y la muestra está representada por el 100% de la población. Los resultados muestran que los primeros tres meses del año concentran casi un tercio de los accidentes, siendo los días viernes los de mayor frecuencia, los contratistas mineros alcanzaron un 67.10% de los casos totales. La clasificación de accidentes revela que CLAS_13 es la categoría más peligrosa, representando el 25.84% del total, seguida de CLAS_5 y CLAS_29. El análisis mediante algoritmos de agrupación jerárquica identificó patrones en la distribución de las clases, destacando que los accidentes de CLAS_13 tienen características únicas, lo que podría permitir una intervención más dirigida. Se concluye que, aunque los accidentes mortales en minería han disminuido desde 2008, con una caída notable en 2020, sigue siendo necesario adoptar enfoques más específicos para mitigar los riesgos El análisis de patrones, como el hallazgo de características específicas en la categoría CLAS_13, contribuye a perfeccionar las medidas las estrategias en la seguridad minera. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).