A Hybrid Structural Equation Modeling–Partial Least Square and Analytic Hierarchy Process Framework for Evidence-Based Safety Management in High-Risk Electricity Industry Operations
Notice bibliographique
Résumé
Evidence-based safety management strategies that combine strong analytical techniques with context-specific decision support are necessary for high-risk electrical activities, especially during live working operations, i.e., work under voltage conditions (WUVC).This study aims to identify, validate, and rank factors contributing to safety risks in the electricity distribution industry in Indonesia by developing a hybrid framework that combines Structural Equation Modeling-Partial Least Square (SEM-PLS) and the Analytic Hierarchy Process (AHP) approaches.The links between safety factors, accident history, personal and environmental components, safety climate, and safety threats were examined using SEM-PLS analysis of survey data from 200 WUVC operators at PT XYZ.Strategic improvement rankings were then produced by incorporating significant latent variables into an AHP-based prioritizing process, including five national experts.The results demonstrate that safety factors, safety climate, and accident history all have a significant impact on safety hazards; however, the AHP results suggest that safety factors are the most important (weight = 0.255; Consistency Ratio (CR) = 0.04).Establishing specialized institutional structures for WUVC operations, improving the safety climate, and regularly updating Standard Operating Procedures (SOPs) and safety signage are the top strategic recommendations.The SEM-PLS data were used to create a KPI-based handbook, which was piloted with thirty operators, demonstrating its usefulness for fieldlevel safety assessment.In high-voltage live working environments, the suggested hybrid approach provides a structured, data-driven foundation for enhancing safety performance.
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 | 0,028 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».