Identificação e mapeamento de hotspots de acidentes de trabalho no Brasil utilizando técnicas de machine learning e análise espacial
DOI:
https://doi.org/10.58951/dataset.2024.027Palavras-chave:
Pontos críticos de acidentes, Aprendizado de máquina, Análise espacial, Segurança ocupacional, AgrupamentoResumo
Este estudo tem como objetivo principal identificar e analisar os hotspots de acidentes de trabalho no Brasil, com foco em setores críticos como construção civil, transporte rodoviário, mineração, e energia elétrica. A metodologia adotada envolve a aplicação de algoritmos de machine learning, especificamente K-means, DBSCAN, HDBSCAN e Agglomerative Clustering, para a clusterização de dados de acidentes fornecidos pelo INSS. Além disso, foram utilizadas técnicas de análise espacial com o auxílio de ferramentas GIS para mapear e visualizar as áreas de maior incidência de acidentes. Os resultados revelaram que a maioria dos acidentes está concentrada em regiões metropolitanas, especialmente nas regiões Sudeste e Sul do Brasil. Os algoritmos de clusterização permitiram identificar padrões de risco em diferentes setores, destacando a falta de treinamento adequado e a não utilização de equipamentos de proteção individual (EPI) como fatores críticos. A análise espacial possibilitou a visualização clara dos hotspots, oferecendo subsídios para a formulação de políticas de segurança mais eficazes e direcionadas. Conclui-se que a combinação de técnicas de machine learning com análise espacial é uma abordagem poderosa para a identificação de hotspots de acidentes de trabalho, contribuindo significativamente para a redução de riscos e a promoção de ambientes de trabalho mais seguros. O estudo abre possibilidades para pesquisas futuras que integrem variáveis socioeconômicas e culturais na análise de acidentes de trabalho.
Referências
Abdullah, K. H., & Sofyan, D. (2023). Machine learning in safety and health research: a scientometric analysis. International Journal of Information Science and Management, 21(1). https://doi.org/https://doi.org/10.22034/ijism.2022.1977763.0
Ackermann, M. R., Blömer, J., Kuntze, D., & Sohler, C. (2014). Analysis of Agglomerative Clustering. Algorithmica, 69(1), 184–215. https://doi.org/10.1007/s00453-012-9717-4
Akalonu, G., Nwaogazie, I., & Ugwoha, E. (2017). Evaluation of workplace safety culture implementation and practice using agglomerative hierarchy clustering. Archives of Current Research International, 10(2), 1–15. https://doi.org/10.9734/ACRI/2017/36464
Akay, A. O., Akgul, M., Esin, A. İ., Demir, M., Şenturk, N., & Özturk, T. (2021). Evaluation of occupational accidents in forestry in Europe and Turkey by k-means clustering analysis. Turkish Journal of Agriculture and Forestry, 45(4), 495–509. https://doi.org/10.3906/tar-2010-55
Babalola, A., Manu, P., Cheung, C., Yunusa-Kaltungo, A., & Bartolo, P. (2023). Applications of immersive technologies for occupational safety and health training and education: A systematic review. Safety Science, 166, 106214. https://doi.org/10.1016/j.ssci.2023.106214
Carvalho, C. A. da S., Silva, J. C. da, Lima, J. L. L. P. C. de, & Brum, S. da S. (2020). Saúde e Segurança no Trabalho: um relato dos números de acidentes do trabalho e doenças ocupacionais no Brasil (2012-2018) / Health and Safety at Work: a portrait of occupational accident and disease numbers in Brazil (2012-2018). Brazilian Journal of Business, 2(3), 2909–2926. https://doi.org/10.34140/bjbv2n3-070
Cunha, H. D., Silva , A. D. da, Martins, B. B., Guedes, B. S., Nunes, I. M., Maranhão, M. R. de A., & Conforto, M. do N. F. (2024). Detection of slums in Rio de Janeiro through satellite images. Dataset Reports, 3(1), 107–113. https://doi.org/10.58951/dataset.2024.019
Deng, D. (2020). DBSCAN Clustering Algorithm Based on Density. 2020 7th International Forum on Electrical Engineering and Automation (IFEEA), 949–953. https://doi.org/10.1109/IFEEA51475.2020.00199
Deng, F., Gu, W., Zeng, W., Zhang, Z., & Wang, F. (2020). Hazardous Chemical Accident Prevention Based on K-Means Clustering Analysis of Incident Information. IEEE Access, 8, 180171–180183. https://doi.org/10.1109/ACCESS.2020.3028235
Filgueiras, V. A. (2017). Saúde e segurança do trabalho no Brasil. In V. A. Filgueiras (Ed.), Saúde e Segurança do Trabalho no Brasil. Gráfica Movimento. pp. 19–78.
Jaafar, M. H., Arifin, K., Aiyub, K., Razman, M. R., Ishak, M. I. S., & Samsurijan, M. S. (2018). Occupational safety and health management in the construction industry: a review. International Journal of Occupational Safety and Ergonomics, 24(4), 493–506. https://doi.org/10.1080/10803548.2017.1366129
Jozan, M. M. B., Ghorbani, B. D., Khalid, M. S., Lotfata, A., & Tabesh, H. (2023). Impact assessment of e-trainings in occupational safety and health: a literature review. BMC Public Health, 23(1), 1187. https://doi.org/10.1186/s12889-023-16114-8
Kemajl, Z., Stojance, M., Gzim, I., & Ledi, M. L. (2024). Comprehensive analysis of the mining accident forecasting and risk assessment methodologies: Case study – Stanterg Mine. Mining of Mineral Deposits, 18(2), 11–17. https://doi.org/10.33271/mining18.02.011
Konzen, I. G. do N. C., Souto, A. B., Konzen, M. R., & Neto, J. M. da S. (2023). Segurança no trabalho: motivos que levam o trabalhador da construção civil a deixar de utilizar do EPIs. Revista de Gestão e Secretariado (Management and Administrative Professional Review), 14(6), 8875–8896. https://doi.org/10.7769/gesec.v14i6.2271
Liang, C.-J., & Cheng, M. H. (2023). Trends in Robotics Research in Occupational Safety and Health: A Scientometric Analysis and Review. International Journal of Environmental Research and Public Health, 20(10), 5904. https://doi.org/10.3390/ijerph20105904
Lima, M. D. F. de, Silva, M. C., França, C. D. V., Santos, W. B. dos, Costa, V. A., Costa, W. L. M. da, Segundo, J. de J. P., & Teixeira, M. R. (2023). Análise sobre a segurança do trabalho em empreendimentos de construção civil: uma revisão sistemática em diferentes categorias de canteiros de obras. Contribuciones a Las Ciencias Sociales, 16(9), 18314–18328. https://doi.org/10.55905/revconv.16n.9-266
Mendes, J. M. R., & Wünsch, D. S. (2007). Elementos para uma nova cultura em segurança e saúde no trabalho. Revista Brasileira de Saúde Ocupacional, 32(115), 153–163. https://doi.org/10.1590/S0303-76572007000100014
Mendonça, M. F. S. de, Silva, A. P. de S. C., & Castro, C. C. L. de. (2017). Análise espacial dos acidentes de trânsito urbano atendidos pelo Serviço de Atendimento Móvel de Urgência: um recorte no espaço e no tempo. Revista Brasileira de Epidemiologia, 20(4), 727–741. https://doi.org/10.1590/1980-5497201700040014
Menezes, M. N., & Dal Magro, M. L. P. (2023). Impactos psicossociais dos acidentes de trabalho graves: um olhar sobre os trabalhadores acompanhados pelo Centro de Referência em Saúde do Trabalhador. Revista Jurídica Trabalho e Desenvolvimento Humano, 6, 1–30. https://doi.org/https://doi.org/10.33239/rjtdh.v6.152
Ministério da Previdência Social. (2024). Anuário Estatístico de Acidentes do Trabalho – AEAT. Dados Estatísticos – Saúde e Segurança do Trabalhador. Acesso em 17 de outubro de 2024. Disponível em: <https://www.gov.br/previdencia/pt-br/assuntos/previdencia-social/saude-e-seguranca-do-trabalhador/acidente_trabalho_incapacidade>.
Miraftabzadeh, S. M., Colombo, C. G., Longo, M., & Foiadelli, F. (2023). K-means and alternative clustering methods in modern power systems. IEEE Access, 11, 119596–119633. https://doi.org/10.1109/ACCESS.2023.3327640
Mutlu, N. G., Altuntas, S., & Dereli, T. (2023). The evaluation of occupational accident with sequential pattern mining. Safety Science, 166, 106212. https://doi.org/10.1016/j.ssci.2023.106212
Oliveira, O. J. de, Oliveira, A. B. de, & Almeida, R. A. de. (2010). Gestão da segurança e saúde no trabalho em empresas produtoras de baterias automotivas: um estudo para identificar boas práticas. Production, 20(3), 481–490. https://doi.org/10.1590/S0103-65132010005000029
Peinado, H. S. (2019). Segurança e Saúde do Trabalho na Indústria da Construção Civil. Editora Scienza. https://doi.org/10.26626/978-85-5953-048-3.2019B0001
Queiroz, M. T. A., Queiroz, F. A., & Queiroz, V. A. (2023). Ocorrência de acidentes de trabalho na Região do Vale do Aço, MG, Brasil. Sistemas & Gestão, 18(1). http://dx.doi.org/10.20985/1980-5160.2023.v18n1.1855
Rosa, R. (2011). Análise espacial em geografia. Revista da ANPEGE, 07(01), 275–289. https://doi.org/10.5418/RA2011.0701.0023
Schwambach, G. C. dos S., Sott , M. K., & Schwambach, R. E. (2024). Wearable devices and workplace productivity: a bibliometric analysis of their integration into professional environments. Dataset Reports, 3(1), 101–106. https://doi.org/10.58951/dataset.2024.018
Silva, D. da, Lopes, E. L., & Braga Junior, S. S. (2014). Pesquisa quantitativa: elementos, paradigmas e definições. Revista de Gestão e Secretariado, 5(1), 01–18. https://doi.org/10.7769/gesec.v5i1.297
Simonelli, A. P., Jackson Filho, J. M., Vilela, R. A. G., & Almeida, I. M. de. (2016). Influência da segurança comportamental nas práticas e modelos de prevenção de acidentes do trabalho: revisão sistemática da literatura. Saúde e Sociedade, 25(2), 463–478. https://doi.org/10.1590/S0104-12902016147495
Soares, D. de C. (2019). Análise espacial exploratória dos acidentes de trabalho no Brasil. Boletim Científico Escola Superior do Ministério Público da União, 53, 205–232. https://escola.mpu.mp.br/publicacoescientificas/index.php/boletim/article/view/507
Sousa, A. do R. F. de, & Rodolpho, D. (2020). Importância da segurança do trabalho na produção industrial. Revista Interface Tecnológica, 17(2), 817–824. https://doi.org/10.31510/infa.v17i2.1008
Souza, D. F. de, Martins, W. A., Martinho, E., & Santos, S. R. (2023). An analysis of accidents of electrical origin in Brazil between 2016 and 2021. IEEE Transactions on Industry Applications, 59(3), 3151–3160. https://doi.org/10.1109/TIA.2023.3241138
Stewart , G., & Al-Khassaweneh, M. (2022). An implementation of the HDBSCAN* clustering algorithm. Applied Sciences, 12(5), 2405. https://doi.org/10.3390/app12052405
Tokuda, E. K., Comin, C. H., & Costa, L. da F. (2022). Revisiting agglomerative clustering. Physica A: Statistical Mechanics and its Applications, 585, 126433. https://doi.org/10.1016/j.physa.2021.126433
Vitrano, G., Micheli, G. J. L., Guglielmi, A., De Merich, D., Pellicci, M., Urso, D., & Ipsen, C. (2023). Sustainable occupational safety and health interventions: A study on the factors for an effective design. Safety Science, 166, 106249. https://doi.org/10.1016/j.ssci.2023.106249
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Raphael Hendrigo de Souza Gonçalves, Wendel Marcos dos Santos
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Esta revista publica seus artigos em Acesso Aberto sob licença Creative Commons (CC BY 4.0).
Você é livre para:
Compartilhar — copie e redistribua o material em qualquer meio ou formato para qualquer finalidade, inclusive comercial.
Adaptar – remixar, transformar e desenvolver o material para qualquer finalidade, até mesmo comercial.
O licenciante não pode revogar essas liberdades desde que você siga os termos da licença.
Nos seguintes termos:
Atribuição — Você deve dar o devido crédito, fornecer um link para a licença e indicar se foram feitas alterações. Você pode fazê-lo de qualquer maneira razoável, mas não de forma que sugira que o licenciante endossa você ou seu uso.
Sem restrições adicionais — Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outras pessoas de fazerem qualquer coisa que a licença permita.
Avisos:
Você não precisa cumprir a licença para elementos do material de domínio público ou onde seu uso for permitido por uma exceção ou limitação aplicável.
Nenhuma garantia é dada. A licença pode não conceder todas as permissões necessárias para o uso pretendido. Por exemplo, outros direitos, como publicidade, privacidade ou direitos morais, podem limitar a forma como você utiliza o material.
