Comparative Analysis of Methodologies for Occupational Safety Risk Assessment in an Artisanal Woodworking Industry
Notice bibliographique
Résumé
The World Health Organisation (WHO) and the International Labour Organisation (ILO) estimate that 81% of deaths are related to occupational accidents.The management of occupational safety risks is substantial in companies, allowing the identification and evaluation of accidents caused by the lack of compliance with protocols and regulations in work activities.The objective of this study is to evaluate occupational safety risks in a woodworking store in the parish of Atahualpa-Ecuador, by comparing three methodologies (William T. Fine, Colombian Technical Guide (GTC-45, an acronym in Spanish) and Hazard Identification, Risk Assessment and Control Measures (IPERC, an acronym in Spanish) for the proposal of guidelines for the prevention of occupational risks.The methodology focuses on three phases: (i) selection and description of the case study, (ii) comparative analysis of occupational risk assessment methodologies, and (iii) proposal of strategic guidelines using Strengths, Weaknesses, Opportunities, Threats (SWOT) analysis.The occupational risk assessment shows that the William T. Fine methodology was 75% effective due to its adaptability to other industries and contribution to a safer working environment.GTC-45 followed this with 65% effectiveness and IPERC with 50%.Finally, this assessment ensures operational stability to minimize occupational risks in the short term.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 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 ».