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...

Descripción completa

Detalles Bibliográficos
Autor: Miller Balcona, Adoni Jhonatan
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
id RNAP_6afeef04b83f18dbed24fc5664c004a8
oai_identifier_str oai:repositorio.unap.edu.pe:20.500.14082/24701
network_acronym_str RNAP
network_name_str UNAP-Institucional
repository_id_str 9382
dc.title.es_PE.fl_str_mv Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
title Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
spellingShingle Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
Miller Balcona, Adoni Jhonatan
Accidente mortal
Algoritmos de clasificación
Minería de datos
Seguridad minera
https://purl.org/pe-repo/ocde/ford#2.07.05
title_short Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
title_full Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
title_fullStr Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
title_full_unstemmed Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
title_sort Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perú
author Miller Balcona, Adoni Jhonatan
author_facet Miller Balcona, Adoni Jhonatan
author_role author
dc.contributor.advisor.fl_str_mv Sucari León, Anibal
dc.contributor.author.fl_str_mv Miller Balcona, Adoni Jhonatan
dc.subject.es_PE.fl_str_mv Accidente mortal
Algoritmos de clasificación
Minería de datos
Seguridad minera
topic Accidente mortal
Algoritmos de clasificación
Minería de datos
Seguridad minera
https://purl.org/pe-repo/ocde/ford#2.07.05
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.07.05
description 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.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-07-24T14:29:39Z
dc.date.available.none.fl_str_mv 2025-07-24T14:29:39Z
dc.date.issued.fl_str_mv 2025-05-26
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/acceptedVersion
format bachelorThesis
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unap.edu.pe/handle/20.500.14082/24701
url https://repositorio.unap.edu.pe/handle/20.500.14082/24701
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/deed.es
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/deed.es
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional del Altiplano. Repositorio Institucional - UNAP
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNAP-Institucional
instname:Universidad Nacional del Altiplano
instacron:UNAP
instname_str Universidad Nacional del Altiplano
instacron_str UNAP
institution UNAP
reponame_str UNAP-Institucional
collection UNAP-Institucional
bitstream.url.fl_str_mv https://repositorio.unap.edu.pe/bitstreams/e8fc26f9-a9b5-4657-8b91-29b28e680eda/download
https://repositorio.unap.edu.pe/bitstreams/062f1dfb-156f-4ed2-91c0-297514f3e79a/download
https://repositorio.unap.edu.pe/bitstreams/6bd744d7-9df4-4912-8cec-239ae1909fbe/download
bitstream.checksum.fl_str_mv a40eace10e35564f0824c72767e4a515
10876da53608a14d7b3384dc0bf9cad6
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional de la Universidad Nacional del Altiplano
repository.mail.fl_str_mv dspace7@outlook.com
_version_ 1868078604553814016
spelling Sucari León, AnibalMiller Balcona, Adoni Jhonatan2025-07-24T14:29:39Z2025-07-24T14:29:39Z2025-05-26https://repositorio.unap.edu.pe/handle/20.500.14082/24701La 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.application/pdfspaUniversidad Nacional del Altiplano. Repositorio Institucional - UNAPPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/deed.esAccidente mortalAlgoritmos de clasificaciónMinería de datosSeguridad minerahttps://purl.org/pe-repo/ocde/ford#2.07.05Técnicas de minería de datos para analizar los accidentes mortales de la actividad minera en el Perúinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:UNAP-Institucionalinstname:Universidad Nacional del Altiplanoinstacron:UNAPSUNEDUIngeniero de MinasIngeniería de MinasUniversidad Nacional del Altiplano. Facultad de Ingeniería de Minashttps://orcid.org/0000-0003-3746-976142652726https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional724026Quea Gutierrez, LucioChayña Contreras, Juan CarlosPoma Cruz, Hitler Juan72940952ORIGINALMiller_Balcona_Adoni_Jhonatan.pdfMiller_Balcona_Adoni_Jhonatan.pdfapplication/pdf3673748https://repositorio.unap.edu.pe/bitstreams/e8fc26f9-a9b5-4657-8b91-29b28e680eda/downloada40eace10e35564f0824c72767e4a515MD51REPORTE DE SIMILITUD.pdfREPORTE DE SIMILITUD.pdfapplication/pdf3438630https://repositorio.unap.edu.pe/bitstreams/062f1dfb-156f-4ed2-91c0-297514f3e79a/download10876da53608a14d7b3384dc0bf9cad6MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unap.edu.pe/bitstreams/6bd744d7-9df4-4912-8cec-239ae1909fbe/download8a4605be74aa9ea9d79846c1fba20a33MD5220.500.14082/24701oai:repositorio.unap.edu.pe:20.500.14082/247012025-07-24 14:31:21.058https://creativecommons.org/licenses/by/4.0/deed.esinfo:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unap.edu.peRepositorio institucional de la Universidad Nacional del Altiplanodspace7@outlook.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
score 13.924476
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).