Development of targeted safety hazard management plans utilizing multidimensional association rule mining
Notice bibliographique
Résumé
Investigating hidden hazards and implementing closed-loop management are essential strategies for accident prevention in the mining industry. This study tackles a key challenge in applying association rule mining to the development of hazard management plans for underground mines. The current approach mainly focuses on hazard description data, often underutilizing critical information such as hazard time and location. To address this, we integrate topic mining with association rule mining to uncover intrinsic association patterns among various attributes of mine safety hazards. Through a systematic analysis of standardized mining hazard attributes, five key analytical dimensions were identified: Hazard Type, Level, Time, Location, and Responsible Units. A topic mining model, utilizing the Biterm Topic Model, was constructed to reduce dimensionality and aggregate hazard description data. Evaluation indicators such as Standard Lift and Difference Degree were proposed, resulting in a multidimensional association rule mining model for mining safety hazards. In this research, 1387 valid rules were extracted based on hazard inspection data from an underground gold mine in China. The analysis revealed relatively strong associations between hazard location and hazard type, responsible unit, as well as hazard level, with association degrees of 1.934, 1.412, and 1.240, respectively. Additionally, 15 rules with a high degree of differentiation were identified to explore interesting correlations among different attributes. Based on this, corresponding control measures and improvement plans were developed for 19 locations. The results demonstrate that a multidimensional partition-based association rule mining approach for mining safety hazards can significantly enhance the specificity of safety training and improve the efficiency of safety hazard investigation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».