English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Resumo Acidentes de trabalho é um tema relevante, principalmente quando temos uma realidade no Brasil onde ocorreram mais de meio milhão de ocorrências no ano de 2017. Na empresa onde este projeto foi realizado da área de Alimentação e Bebidas, não diferente do cenário nacional, é abordado como um tema crítico, necessitando-se de uma abordagem focada para resolver este problema. Este trabalho apresenta um caso de estudo de um planejamento de 10 anos para diminuição nos acidentes de trabalho, concluindo-se na entrega de um algoritmo de predição de acidentes. O objetivo deste trabalho foi desenvolver um modelo de predição e analisar os resultados de cinco diferentes algoritmos para indicar a probabilidade de possíveis acidentes nas cervejarias, sendo possível tomar ações preventivas. Como escopo de análise, foram abordados os algoritmos, Random Forest, Regressão Logística, Classificador XGB, Linear SVC, SVC. O algoritmo que obteve a melhor desempenho, utilizando a métrica ROC_AUC como determinante, foi o Support Vector Clustering (SVC) com 73,75%. Com este, o modelo realiza a predição com aproximadamente 62% de precisão e 74% de recall. O principal diferencial deste trabalho é a publicação do código fonte como software livre na plataforma GitHub para aplicação em outras empresas de manufatura, bens de consumo, entre outras.

Desenvolvimento e Análise de Algoritmos Aplicados na Predição de Acidentes em Ambiente Fabril