Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Piccoli, Giovanni
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/35916/0013000000ggs
Idioma: por
Instituição de defesa: Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Acidentes de trabalho - Setor industrial metalmecânico - Brasil
Mineração de dados
Saúde e segurança ocupacional
Acidentes de trabalho - Prevenção e controle
658.5
Engenharias
Engenharia de Produção
Link de acesso: http://repositorio.uem.br:8080/jspui/handle/1/8284
Resumo: Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez
id UEM-10_7ff02012a59c7abb1c7430db381a0c19
oai_identifier_str oai:localhost:1/8284
network_acronym_str UEM-10
network_name_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository_id_str
spelling Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterizaçãoAcidentes de trabalho - Setor industrial metalmecânico - BrasilMineração de dadosSaúde e segurança ocupacionalAcidentes de trabalho - Prevenção e controle658.5EngenhariasEngenharia de ProduçãoOrientador: Prof. Dr. Edwin Vladimir Cardoza GaldamezDissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2024Os acidentes ocupacionais resultam em uma série de impactos sociais e econômicos, afetando a vida do trabalhador e de seus familiares, a produtividade das empresas e gerando altos custos governamentais. Neste sentido, é fundamental a avaliação e análise do cenário de saúde e segurança no trabalho buscando meios de reduzir tais impactos. Dentre os setores da economia brasileira, o setor industrial é responsável por grande parte do número de acidentes, com destaque para os acidentes causados por máquinas e equipamentos. No entanto, o grande volume de dados para análise limita o desenvolvimento de pesquisas neste sentido, sendo necessário a utilização de ferramentas e técnicas que auxiliem as análises, como as técnicas de mineração de dados. Diante disso, nesta pesquisa utiliza-se a mineração de dados, por meio da tarefa de clusterização, ou agrupamento, para identificar padrões, reconhecer e caracterizar grupos nos dados relativos aos acidentes de trabalho ocorridos entre julho de 2018 e setembro de 2022 no setor metalmecânico. O estudo desenvolveu-se a partir da seleção do conjunto de dados utilizando informações de Comunicações de Acidentes de Trabalho (CAT) de abrangência nacional e disponibilizado pelo governo federal. A partir da seleção dos dados de interesse e do pré-processamento de dados, a primeira etapa consistiu em uma análise exploratória que forneceu os primeiros insights e interpretações. A segunda etapa do estudo utilizou a tarefa de clusterização de dados em dois cenários por meio do algoritmo computacional k-means. Como resultado foram gerados 3 grupos de dados com similaridades entre si que, por meio da interpretação dos resultados obtidos, auxiliaram na elaboração de medidas preventivas para redução o número de acidentes ocupacionais no setor metalmecânico.Occupational accidents result in a range of social and economic impacts, affecting the lives of workers and their families, company productivity, and generating high governmental costs. Therefore, it is crucial to evaluate and analyze the occupational health and safety landscape to find ways to mitigate these impacts. Among the sectors of the Brazilian economy, the industrial sector accounts for a significant portion of accidents, especially those caused by machinery and equipment. However, the large volume of data for analysis limits research development in this field, necessitating the use of tools and techniques that facilitate analysis, such as data mining techniques. In this context, this research employs data mining, specifically through the task of clustering, to identify patterns, recognize, and characterize groups within data related to occupational accidents occurring between July 2018 and September 2022 in the metalmechanical sector. The study was developed using a dataset selected from the national scope of Accident Communication Reports (CAT) provided by the federal government. After selecting the relevant data and pre-processing it, the first stage consisted of an exploratory analysis that provided initial insights and interpretations. The second stage of the study Applied data clustering in two scenarios using the k-means algorithm. As a result, three data clusters with similarities were generated, and the interpretation of these results helped in the development of preventive measures to reduce the number of occupational accidents in the metal-mechanical sector.73 f. : figs., tabs.Universidade Estadual de MaringáDepartamento de Engenharia de ProduçãoPrograma de Pós-Graduação em Engenharia de ProduçãoMaringá, PRCentro de TecnologiaGaldamez, Edwin Vladimir CardozaSantos, Bruno Samways DosFidelis, ReginaldoPiccoli, Giovanni2024-12-06T14:13:17Z2024-12-06T14:13:17Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPICCOLI, Giovanni. Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização. 2024. 73 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2024, Maringá, PR.http://repositorio.uem.br:8080/jspui/handle/1/8284ark:/35916/0013000000ggsinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)instname:Universidade Estadual de Maringá (UEM)instacron:UEM2024-12-10T19:15:05Zoai:localhost:1/8284Repositório InstitucionalPUBhttp://repositorio.uem.br:8080/oai/requestrepositorio@uem.bropendoar:2024-12-10T19:15:05Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)false
dc.title.none.fl_str_mv Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
title Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
spellingShingle Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
Piccoli, Giovanni
Acidentes de trabalho - Setor industrial metalmecânico - Brasil
Mineração de dados
Saúde e segurança ocupacional
Acidentes de trabalho - Prevenção e controle
658.5
Engenharias
Engenharia de Produção
title_short Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
title_full Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
title_fullStr Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
title_full_unstemmed Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
title_sort Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização
author Piccoli, Giovanni
author_facet Piccoli, Giovanni
author_role author
dc.contributor.none.fl_str_mv Galdamez, Edwin Vladimir Cardoza
Santos, Bruno Samways Dos
Fidelis, Reginaldo
dc.contributor.author.fl_str_mv Piccoli, Giovanni
dc.subject.por.fl_str_mv Acidentes de trabalho - Setor industrial metalmecânico - Brasil
Mineração de dados
Saúde e segurança ocupacional
Acidentes de trabalho - Prevenção e controle
658.5
Engenharias
Engenharia de Produção
topic Acidentes de trabalho - Setor industrial metalmecânico - Brasil
Mineração de dados
Saúde e segurança ocupacional
Acidentes de trabalho - Prevenção e controle
658.5
Engenharias
Engenharia de Produção
description Orientador: Prof. Dr. Edwin Vladimir Cardoza Galdamez
publishDate 2024
dc.date.none.fl_str_mv 2024-12-06T14:13:17Z
2024-12-06T14:13:17Z
2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PICCOLI, Giovanni. Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização. 2024. 73 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2024, Maringá, PR.
http://repositorio.uem.br:8080/jspui/handle/1/8284
dc.identifier.dark.fl_str_mv ark:/35916/0013000000ggs
identifier_str_mv PICCOLI, Giovanni. Análise dos acidentes ocupacionais no setor metalmecânico do Brasil utilizando clusterização. 2024. 73 f. Dissertação (mestrado em Engenharia de Produção) - Universidade Estadual de Maringá, 2024, Maringá, PR.
ark:/35916/0013000000ggs
url http://repositorio.uem.br:8080/jspui/handle/1/8284
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Estadual de Maringá
Departamento de Engenharia de Produção
Programa de Pós-Graduação em Engenharia de Produção
Maringá, PR
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
instname:Universidade Estadual de Maringá (UEM)
instacron:UEM
instname_str Universidade Estadual de Maringá (UEM)
instacron_str UEM
institution UEM
reponame_str Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
collection Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)
repository.name.fl_str_mv Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)
repository.mail.fl_str_mv repositorio@uem.br
_version_ 1846637331414515712

Registros relacionados