Metal sektöründe yaşanan iş kazalarının istatistikselolarak incelenmesi ve makine öğrenim algoritmalarıile tahmin çalışmaları
Statistical analysis of occupational accidents in the metalindustry and prediction studies with machine learningalgoritms
- Tez No: 823060
- Danışmanlar: DOÇ. DR. HASAN BASRİ ULAŞ
- Tez Türü: Doktora
- Konular: Kazalar, Accidents
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 158
Özet
Bu çalışmanın amacı; Çalışma ve Sosyal Güvenlik Bakanlığı tarafından kayıt altına alınan 2013-2018 yılları arasında metal sektöründe yaşanmış ulusal iş kazaları için kaza parametrelerini ve risk faktörlerini dikkate alarak istatistiksel bir değerlendirme yapmaktır. Ayrıca, ağır kaza olarak nitelendirilen ölümlü ve uzuv kayıplı iş kazası verilerini kullanarak makine öğrenimi yöntemiyle bir tahmin algoritması geliştirmek ve algoritmaların performans ölçütlerini karşılaştırmaktır. Bu kapsamda, metal sektöründe gerçekleşmiş 1542 adet ağır kaza ve 103179 yaralanmalı olmak üzere toplam 104721 tane iş kazası verisi analiz edilmiştir. Kazalar; kaza zamanı, kazazedeye ait parametreler ve kaza nedeni, yaralanma durumu ve yaralanma türü gibi kaza sonucuna ait bilgiler kullanılarak istatistiksel olarak analiz edilmiştir. Kazaların en fazla 2013 yılında, mart ve mayıs ayında, salı günleri ve üçüncü vardiyada gerçekleştiği tespit edilmiştir. 25-35 yaş aralığında, erkek, evli, ilköğretim mezunu ve tecrübesiz çalışanların kaza geçirme açısından en riskli grupta olduğu tespit edilmiştir. Metal sektöründe parmaklar, eller ve ayaklar yaralanma ihtimali en yüksek organlardır. Makinelerin denetim kaybı ve hareketli parçalar sebepli pek çok kaza olduğu görülmüştür. İş kazası nedenlerinin detaylı bir şekilde sınıflandırılması ve tahmin edilmesi kazaları azaltmak için gereklidir. Literatürde; iş kazalarını azaltma amacıyla kaza ile ilgili faktörleri araştırmak ve etkili tahmin modelleri oluşturmak için çeşitli makine öğrenimi algoritmaları kullanılmıştır. Bu çalışmada, iş kazası nedenlerini ve sonuçlarını tahmin etmek amacıyla makine öğrenimi yöntemlerinden rastgele orman (RF), k-en yakın komşu (KNN), sınıflama ve regresyon ağaçları (CART), gradyan artırma makineleri (GBM) algoritmaları kullanılmıştır. Algoritmanın doğrulaması için 10 katlı çapraz doğrulama modeli kullanılmış ve bu yöntemle RF algoritmasının doğruluk değeri %4,7 oranında arttırılmıştır. RF algoritmasının doğruluk değeri 0,9172 olarak bulunmuştur. RF (0,9172) algoritması, GBM (0,9073), CART (0,7417) ve KNN (0,6722) algoritmalarından daha iyi performans göstermiştir.
Özet (Çeviri)
The aim of this study is to make a statistical evaluation by considering the accident parameters and risk factors for the national occupational accidents in the metal sector between the years 2013-2018 recorded by the Ministry of Labor and Social Security. In addition, we developed an estimation algorithm with machine learning method by using the data of amputations and fatal occupational accidents, which are described as serious accidents, and to compare the performance of the algorithms. In this context, data on 104721 occupational accidents in total, including 1542 heavy accidents and 103179 injuries in the metal sector, were analyzed. The occupational accidents were statistically analyzed with using parameters such as accident time, the place and time of the accident and the age, gender, work experience of the worker, and the accident result such as the cause of the accident, the injury status, and the type of injury. It was determined that the most accidents occurred in 2013, in March and May, on Tuesdays and in the third shift. It has been determined that between the ages of 25-35, male, married, primary school graduates and inexperienced workers are in the highest risk group in terms of having an accident. Fingers, hands, and feet are the most likely to be injured in the metal industry. It has been observed that there are many accidents caused by the loss of control of the machines and their moving parts. It is necessary to classify and predict occupational accident reasons in detail to prevent occupational accident. Researchers have used machine learning algorithm to investigate correlated factors and create effective prediction models to lower occupational accidents. In this study, random forest (RF), k-nearest neighbor (KNN), classification and regression trees (CART), gradient boosting machines (GBM) algorithms from machine learning methods were used to predict the causes and consequences of occupational accidents. For the verification of the algorithm, the 10-fold cross-validation model was used, and the accuracy value of the RF algorithm was increased by %4,7. The accuracy value of the RF algorithm was found as 0,9172. RF (0,9172) showed best performance on accuracy with respect to, GBM (0,9073), CART (0,7417) and KNN (0,6722).
Benzer Tezler
- Türkiye'de 2007-2020 yılları arasında metal sektöründe meydana gelen iş kazalarının istatistiksel analizleri
Statistical analysis of occupational accidents in the metal sector between 2007-2020 in Turkey
ÖZCAN PELİT
Yüksek Lisans
Türkçe
2023
KazalarAğrı İbrahim Çeçen Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DOÇ. DR. EBRU SENEMTAŞI ÜNAL
- 2017-2022 yılları arasında Akdeniz Üniversitesi Hastanesine başvuran iş kazası olgularının medikolegal açıdan değerlendirilmesi
Medicolegal evaluation of occupational accident cases who applied to Akdeniİz University Hospital between 2017-2022
AYŞEGÜL ALTINSOY ALP
- Statik elektrik ve gövde güvenlik topraklamasının iş kazalarını önlemede etkisinin değerlendirilmesi ve metal sektöründe yaşanan elektrik kaynaklı kaza sebeplerinin önceliklendirilmesi
The evaluation of the preventive effect of occupational injury by static electric and protective grounding and priority of electicity caused accidents in the metal industry
AYŞE KÜBRA HALICI
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı
DOÇ. DR. SELÇUK KÜRŞAT İŞLEYEN
- İşletmelerde iş güvenliği performansı ve iş güvenliği kültürü algılamaları arasındaki ilişki: Eskişehir ili metal sektöründe bir araştırma
The relationship between the perception of the job safety performance and the job safety culture:A research on the metal sector
VOLKAN USLU
Yüksek Lisans
Türkçe
2014
İşletmeEskişehir Osmangazi Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. ERKAN ERDEMİR
- Ana metal sektöründe iş sağlığı ve güvenliğine ilişkin değerlendirmeler ve çözüm önerileri
Assessments related to occupational health and safety in the basic metal sector and solution proposals
EFE ERİN
Yüksek Lisans
Türkçe
2021
Halk Sağlığıİstanbul Gelişim Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÜMİT ALKAN