Systematic analysis of fatal collisions between mobile equipment and pedestrian workers to inform the use of proximity detection devices
Notice bibliographique
Résumé
Context. Collisions between mobile industrial equipment and pedestrian workers (PWs) are a major occupational health and safety concern, particularly on construction sites (e.g., during earth-moving operations). The use of driver aids, such as proximity warning devices designed to alert workers and drivers of potential collisions, is a growing and constantly developing avenue of prevention (e.g., AI-enhanced cameras; RFID tags). However, structured feedback to guide the implementation of these technologies on mobile equipment remains rare (e.g., technology choice, installation and settings). Objective/Methodology. In this context, a systematic analysis of all fatal accident reports related to this issue for the province of Quebec (Canada) over the period 2013-2023 was carried out to provide insight into field constraints (n=34). A database was developed through a detailed review of these reports, capturing variables such as time, location, established causes, equipment type, PW status, work activities, regulatory compliance, equipment movement, PW position, and the awareness of both the driver and PW just before the accident. Results. The results outline all the circumstances of these accidents, as described in the methodology. For example, the driver was unable to see the PW in 76% of cases, and the PW was unaware of the mobile equipment in 38% of cases. The underlying reasons for these accidents were also analysed. Discussion. In 88% of cases, a PW proximity detection and warning device could potentially have prevented the accident. However, analysis of the reports also highlighted challenges in the implementation of these devices, such as 1) ensuring coverage of the entire danger zone (motion-, steering- and speed-dependent), 2) managing environmental constraints, 3) maintaining the effectiveness of warnings in situations where cohabitation is intended, or 4) accounting for subcontracting and open worksite conditions that complicate the use of certain technologies (e.g., requiring the wearing of a tag).
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 | 0,019 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,029 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».