Applying Predictive Analytics to Occupational Health and Safety

要約

予測分析は労働安全衛生 (OHS) に革命をもたらします。
証拠に基づいた洞察を提供します。
これらの洞察により、組織設定におけるプロアクティブなリスク管理と、情報に基づいたデータ主導の意思決定が可能になります。
この記事では、データの収集、管理、準備から始まり、高度な予測モデリング手法に至るまで、OHS における予測分析の主要なコンポーネントについて説明します。
私たちは、正確なモデル予測を保証するために、欠損値の代入、異常検出、特徴エンジニアリングなどのプロセスを通じてデータの整合性の重要性を強調しています。
リスクの優先順位付けでは、従業員の行動、組織のポリシー、環境条件、運用慣行などのさまざまな要因にわたって危険を特定し、ランク付けします。
私たちは、予測モデルから得られた洞察は効果的に解釈され、実装される必要があると主張しています。
これらの洞察は、組織が事故の防止とリソースの最適化のために影響の大きい分野に集中できるように導きます。
OHS への予測分析の統合は、意思決定の強化、運用効率の向上、コスト削減、安全基準への準拠の向上など、顕著なメリットをもたらします。
私たちは、インドの OHS における予測分析のアプリケーションを調査します。
私たちは、インドは予測分析を使用することで、労働環境の複雑さを乗り越えながら、高い安全基準を策定できると考えています。

要約(オリジナル)

Predictive analytics is revolutionizing occupational health and safety (OHS). It offers evidence-based insights. These insights enable proactive risk management and informed, data-driven decision-making in organizational settings. This article explores the key components of predictive analytics in OHS, beginning with data collection, management, and preparation, and moving through to advanced predictive modelling techniques. We emphasize the importance of data integrity through processes such as missing value imputation, anomaly detection, and feature engineering to ensure accurate model predictions. Risk prioritization identifies and ranks hazards across various factors, including employee behaviours, organizational policies, environmental conditions, and operational practices. We posit that insights derived from predictive models must be effectively interpreted and implemented. These insights guide organizations to focus on high-impact areas for accident prevention and resource optimization. The integration of predictive analytics in OHS brings notable benefits, including enhanced decision-making, greater operational efficiency, cost savings, and improved compliance with safety standards. We examine applications of predictive analytics in OHS in Indian settings. We opine that, using predictive analytics, India can develop high safety standards while traversing the complexities of its workforce settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google