Measuring the Causes of Saudi Arabian Construction Accidents: Management and Concerns
Notice bibliographique
Résumé
Introduction: Research indicate that construction site accidents are a global concern, and rates are rapidly increasing. In developing countries such as Saudi Arabia, safety issues are frequently ignored, and little is known about their causes. Objectives: This study aimed to shed light on factors causing accidents in Saudi Arabian construction companies. Methods: An online detailed survey, using Google Form, of accident features was distributed randomly to potential employees in 35 construction companies in Saudi Arabia, where one of the top administrators or safety officers were required to respond to the survey. It was conducted from 1st June to 31st August, 2013. The safety practices and perceptions of accident causes were assessed. Results: The response rate was 63%. Over half of the surveyed organizations encountered all of the selected accident types. While 19 (86%) of the construction companies maintained the equipment regularly, 15 (68%) had regular maintenance staff and 13 (59%) inspected the equipment before use. Although 18 (82%) of the workers were supplied with personal protective equipment (PPE), only 12 (55%) emphasized its use and offered site orientation for new employees. In the last part of the survey, respondents were requested to rate 25 factors affecting safety performance at the construction sites on a scale of 1 to 5, with 5 being the most important. The three most important factors of poor safety performance were the firm's top leaders, a lack of training, and the reckless operation of equipment. Conclusion: Changing attitudes of surrounding safety culture have the potential to significantly improve safety outcomes in the Saudi Arabian construction industry. Two Saudi Arabian corporations, Saudi Aramco and Saudi Chevron Petrochemical provide a positive model for increasing construction safety in the country, but there is a paucity of industry-level data. Further scholarly attention is strongly indicated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».