Wyniki wyszukiwania - BazTech

1

Szacowanie prawdopodobieństwa wystąpienia i ciężkości wypadku przy pracy na podstawie analizy danych statystycznych

Ordysiński Szymon

Bezpieczeństwo Pracy : nauka i praktyka

|

2023

|

nr 10

24-28

PL

Artykuł przedstawia sposób wykorzystania metod analizy danych statystycznych, rejestrowanych w ogólnokrajowych bazach, dotyczących wypadków przy pracy i osób pracujących. Wyniki takiej analizy mogą służyć do określania prawdopodobieństwa wystąpienia i ciężkości wypadku przy pracy w poszczególnych grupach pracowników, zdefiniowanych na podstawie cech tych pracowników i okoliczności wykonywanej przez nich pracy. Przeprowadzona analiza danych statystycznych pochodzących z dwóch różnych baz, w której posłużono się specjalnie opracowaną metodą integracji danych i identyfikacji reprezentatywnych grup pracowników (polegającą na stopniowym ograniczaniu reguły podziału i wykorzystaniu współczynnika zmienności bootstrap), pozwoliła na obliczenie wskaźnika prawdopodobieństwa wypadku przy pracy. Natomiast połączenie kilku jednowymiarowych i wielowymiarowych metod analizy danych umożliwiło zidentyfikowanie grup poszkodowanych w wypadkach przy pracy, które są wystarczająco liczne i silnie zróżnicowane pod względem ciężkości wypadków, co zapewnia wysoką trafność przewidywanej na ich podstawie ciężkości wypadków.

EN

The article presents a method of analysing statistical data registered in national databases concerning accidents at work and persons employed. The results of such analysis can be used to determine the probability and severity of accidents at work in particular groups of employees, defined on the basis of the characteristics of these employees and the circumstances of their work. The analysis of statistical data from two different databases, in which a specially developed method of data integration and identification of representative groups of employees was used (consisting in the gradual reduction of the division rule and the use of the bootstrap coefficient of variation), allows for the calculation of the probability index of occupational accidents. In addition, the combination of several one-dimensional and multidimensional analysis methods made it possible to identify groups of injured in accidents at work that are sufficiently numerous and strongly diversified in terms of the severity of accidents, which ensures high accuracy of the severity of accidents predicted on their basis.

2

Wpływ prędkości zderzeniowej pojazdu na ciężkość wypadku

Trzeciak Łukasz

Paragraf na Drodze

|

2021

|

Nr 2

45--65

PL

Celem artykułu jest wykazanie, w jaki sposób zwiększenie prędkości uderzenia w taką samą przeszkodę przekłada się na stopień destrukcji pojazdu oraz ryzyko doznania obrażeń ciała przez kierującego. Analizie poddano wyniki prób zderzeniowych konkretnego modelu samochodu, przeprowadzonych przez niezależne organizacje w Stanach Zjednoczonych. Autor podkreśla także konieczność wykonywania niestandardowych testów zderzeniowych, które mogą przyczyniać się do podnoszenia poziomu bezpieczeństwa biernego pojazdów.

EN

The purpose of this paper is to demonstrate how increasing the velocity of impact when hitting the same obstacle affects the degree of destruction of the vehicle and the risk of injury to the driver. The results of crash tests of a particular car model, carried out by independent organizations in the United States, have been analyzed. The necessity of non-standard crash tests which may contribute to increasing the level of vehicles passive safety is emphasized.

3

Analyzing rear-end crash severity for a mountainous expressway in China via a classification and regression tree with random forest approach

Wang Yonggang, Luo Xianyu

Archives of Civil Engineering

|

2021

|

Vol. 67, nr 4

591--604

EN

To understand the contributory factors to rear-end accident severity on mountainous expressways, a total of 1039 rear-end accidents, occurring on G5 Jingkun Expressway from Hechizhai to Qipanguan in Shaanxi, China over the period of 2012 to 2017, were collected, and a non-parametric Classification and Regression Tree (CART) model was used to explore the relationship between severity outcomes and driver factors, vehicle characteristics, roadway geometry and environmental conditions. Then the random forest model was introduced to examine the accuracy of variable selection and rank their importance. The results show that driver’s risky driving behaviours, vehicle type, radius of curve, angle of deflection, type of vertical curve, time, season, and weather are significantly associated with rear-end accident severity. Speeding and driving while drunk and fatigued are more prone to result in severe consequences for such accidents and driving while fatigued is found to have the highest fatality probability, especially during the night period (18:00-24:00). The involvement of heavy trucks increases the injury probability significantly, but decreases the fatality probability. In addition, adverse weather and sharp curve with radius less than 1000 m are the most risk combination of factors. These findings can help agencies more effectively establish stricter regulations, adopt technical measures and strengthen safety education to ensure driver's driving safety on mountainous expressways for today and tomorrow.