English
Język Polski
Analiza szeregów czasowych zdarzeń niebezpiecznych na podstawie danych zarejestrowanych w polskiej firmie budowlanej
DOI:
https://doi.org/10.24425/ace.2025.155100Abstrakt
W sektorze budowlanym notuje się znaczną liczbę wypadków przy pracy (A) oraz zdarzeń potencjalnie wypadkowych (NM), co sprawia, że jest on uznawany za jeden z najbardziej niebezpiecznych w gospodarce. W ostatnich latach zainteresowanie zdarzeniami potencjalnie wypadkowymi wśród naukowców i inżynierów praktyków wzrasta, gdyż są one uważane za prekursory wypadków przy pracy. Na podstawie przeprowadzonego przeglądu literatury przedmiotu oraz doświadczeń własnych, autorzy artykułu stwierdzają, że istnieje istotna luka w badaniach dotyczących zdarzeń potencjalnie wypadkowych w polskim budownictwie. Autorzy uważają, że takie badania są niezbędne w kontekście redukcji liczby wypadków. Celem niniejszego artykułu jest analiza szeregów czasowych zdarzeń potencjalnie wypadkowych i wypadków przy pracy. Dane wykorzystane w badaniach pochodzą z systemu rejestracji zdarzeń niebezpiecznych zaimplementowanego w jednej z polskich firm budowlanych, zarejestrowanych w latach 2015-2022. Ze względu na specyfikę robót budowlanych i okoliczności zdarzenia, wyszczególniono 8 kategorii zdarzeń niebezpiecznych. Dla każdej kategorii zbudowano szereg czasowy informujący o dynamice zachodzących zmian. Opracowano wykresy skrzynkowe, dla zmiennych losowych odstępu czasu między kolejnymi zdarzeniami, informujące o charakterystykach statystycznych danego zbioru zdarzeń (SHEi ). Badania te pozwalają na prognozowanie wystąpienia określonych zdarzeń w czasie oraz wprowadzanie środków zapobiegawczych w praktyce budowlanej. Zbiór wszystkich zdarzeń niebezpiecznych (SHE) został podzielony na zbiór zdarzeń potencjalnie wypadkowych (SNM) i zbiór wypadków (SA). Każdy z tych zbiorów został poddany kategoryzacji ze względu na bezpośrednią przyczynę zdarzenia. Podzbiory zostały podzielone na 8 kategorii: SHE1 – uderzenie przedmiotami, SHE2 – najechanie / potrącenie, SHE3 – środowisko pracy, SHE4 – upadek człowieka, SHE5 – elektryczność, SHE6 – pożar / wybuch / odnalezienie niewybuchu, SHE7 – zawalenie / przysypanie / uwięzienie, SHE8 – kontakt z ruchomymi elementami maszyn. Wprowadzono nową zmienną reprezentującą czas między kolejnymi zdarzeniami. Zmienna ta określa liczbę dni pomiędzy datami następujących po sobie zdarzeń w sekwencji. Procedura wyznaczania odstępów czasowych została wykonana dla ośmiu kategorii zdarzeń, w odniesieniu do wypadków przy pracy jak i zdarzeń potencjalnie wypadkowych. Opracowano wykresy skrzynkowe dla zestawów zmiennych losowych utworzonych w każdej kategorii zdarzeń niebezpiecznych. Prezentują one kluczowe statystyki opisujące zmienne, takie jak mediany, odchylenia od nich, wartości średnie, wartości odstające oraz ekstremalne.Bibliografia
[1] Z. Woźniak, B. Hoła, J. Ciszewski, and M. Stelmaszczyk, “Znaczenie zdarzeń potencjalnie wypadkowych dla bezpieczeństwa pracy w budownictwie (Significance of near misses for work safety in construction)", Przegląd Budowlany, vol. 93, no. 9-10, 2022 (in Polish).
[2] R. Irumba, “Spatial analysis of construction accidents in Kampala, Uganda”, Safety Science, vol. 64, pp. 109-120, 2014, doi: 10.1016/J.SSCI.2013.11.024.
[3] Z. Woźniak and B. Hoła, “The structure of near misses and occupational accidents in the polish construction industry”, Heliyon, vol. 10, no. 4, 2024, doi: 10.1016/J.HELIYON.2024.E26410.
[4] B.H.C. Lee, J.C. Chen, and K.W. Fo, “Accidents in Construction Sites: A Study on the Causes and Preventive Approaches to Mitigate Accident Rate”, Inti Journal, vol. 1, 2018.
[5] F. Hashmi, M.U. Hassan, M.U. Zubair, K. Ahmed, T. Aziz, and R.M. Choudhry, “Near-Miss Detection Metrics: An Approach to Enable Sensing Technologies for Proactive Construction Safety Management”, Buildings, vol. 14, no. 4, 2024, doi: 10.3390/BUILDINGS14041005.
[6] Z. Woźniak, B. Hoła, J. Ciszewski, and M. Stelmaszczyk, “Wskaźnik predykcji wypadków na podstawie liczby zdarzeń niebezpiecznych w polskim przedsiębiorstwie budowlanym (Accident prevention index based on the number of dangerous events in a Polish construction company)”, Przegląd Budowlany, vol. 94, no. 9-10, pp. 184-189, 2023, doi: 10.5604/01.3001.0053.9396 (in Polish).
[7] M. Kowalik and W. Drozd, “Evaluation of the influence of selected factors on hazardous events in construction”, Archives of Civil Engineering, 2022, vol. 68, no. 2, pp. 377-390, doi: 10.24425/ace.2022.140648.
[8] B. Hoła and M. Szóstak, “An Occupational Profile of People Injured in Accidents at Work in the Polish Construction Industry”, Procedia Engineering, vol. 208, pp. 43-51, 2017, doi: 10.1016/J.PROENG.2017.11.019.
[9] Central Statistical Office, “Accidents at Work in 2022”. [Online]. Available: https://stat.gov.pl/obszary-tematyczne/rynek-pracy/warunki-pracy-wypadki-przy-pracy/wypadki-przy-pracy-w-2022-roku,4,16.html. [Accessed: 25. Jul. 2024].
[10] M. Szóstak, B. Hoła, and P. Bogusławski, “Identification of accident scenarios involving scaffolding”, Automation in Construction, vol. 126, art. no. 103690, 2021, doi: 10.1016/J.AUTCON.2021.103690.
[11] T. Nowobilski and B. Hoła, “The Qualitative and Quantitative Structure of the Causes of Occupational Accidents on Construction Scaffolding”, Archives of Civil Engineering, vol. 65, no. 2, 2019, doi: 10.2478/ace-2019-0023.
[12] B. Hola and T. Nowobilski, “Classification of Economic Regions with Regards to Selected Factors Characterizing the Construction Industry”, Sustainability, 2018, vol. 10, no. 5, art. no. 1637, 2018, doi: 10.3390/SU10051637.
[13] "Ustawa z dnia 30 października 2002 r. o ubezpieczeniu społecznym z tytułu wypadków przy pracy i chorób zawodowych (Act of October 30, 2002 on Social Insurance for Occupational Accidents and Occupational Diseases)", Journal of Laws, 2002, no. 199, item 1673, as amended (in Polish).
[14] C. Zhou, L. Ding, M.J. Skibniewski, H. Luo, and S. Jiang, “Characterizing time series of near-miss accidents in metro construction via complex network theory”, Safety Science, vol. 98, pp. 145-158, 2017, doi: 10.1016/J.SSCI.2017.06.012.
[15] F. Chen, C. Wang, J. Wang, Y. Zhi, and Z. Wang, “Risk assessment of chemical process considering dynamic probability of near misses based on Bayesian theory and event tree analysis”, Journal of Loss Prevention in the Process Industries, vol. 68, art. no. 104280, 2020, doi: 10.1016/J.JLP.2020.104280.
[16] M.G. Gnoni and J.H. Saleh, “Near-miss management systems and observability-in-depth: Handling safety incidents and accident precursors in light of safety principles”, Safety Science, vol. 91, pp. 154-167, 2017, doi: 10.1016/J.SSCI.2016.08.012.
[17] PN-ISO 45001:2018-06 Systemy zarządzania bezpieczeństwem i higieną pracy. Wymagania i wytyczne stosowania. PKN, 2019.
[18] B. Thoroman, N. Goode, and P. Salmon, “System thinking applied to near misses: a review of industry-wide near miss reporting systems”, Theoretical Issues in Ergonomics Science, vol. 19, no. 6, pp. 712-737, 2018, doi: 10.1080/1463922X.2018.1484527.
[19] W. Wu, A.G.F. Gibb, and Q. Li, “Accident precursors and near misses on construction sites: An investigative tool to derive information from accident databases”, Safety Science, vol. 48, no. 7, pp. 845-858, 2010, doi: 10.1016/J.SSCI.2010.04.009.
[20] Z. Woźniak and B. Hoła, “Zdarzenia potencjalnie wypadkowe jako prekursory wypadków przy pracy w budownictwie (Near misses incidents as precursors of accidents at work in the construction industry)”, Materiały Budowlane, no. 1, pp. 74-76, 2022, doi: 10.15199/33.2022.01.10 (in Polish).
[21] U.B. Celebi and F. Yilmaz, “The Importance of Safety in Construction Sector: Costs of Occupational Accidents in Construction Sites”, Business and Economic Research Journal, vol. 6, no. 2, pp. 25-37, 2015.
[22] A.S. Perera, “Defining fuzzy membership function using box plot”, International Journal of Research in Computer Applications and Rrobotics, vol. 5, pp. 1-10, 2017.
[23] Atlassian, “Box Plot: A Complete Guide”. [Online]. Available: https://www.atlassian.com/data/charts/box-plot-complete-guide. [Accessed: 26. Jul. 2024].
[24] H.W. Heinrich, Industrial Accident Prevention. A Scientific Approach. New York, London: McGraw-Hill Insurance Series, 1931.
[25] F. Bird, Management Guide to Loss Control. Houston, TX: International Safety Academy, 1974.
[26] N. Zimmermann and R. Bauer, Injuries in European Union. Statistics summary 2002-2004. Austria: Eurostat Pocket Books, 2006.
[27] P. Duan and J. Zhou, “A science mapping approach-based review of near-miss research in construction”, Engineering Construction and Architectural Management, vol. 30, no. 6, pp. 2582-2601, 2022, doi: 10.1108/ECAM-09-2021-0797.
[28] M. Bou Hatoum, A. Faisal, H. Nassereddine, and H. Sarvari, “Analysis of COVID-19 Concerns Raised by the Construction Workforce and Development of Mitigation Practices”, Frontiers in Built Environment, vol. 7, art. no. 688495, 2021, doi: 10.3389/FBUIL.2021.688495/BIBTEX.
[29] H.A. Rani, A.M. Farouk, K.S. Anandh, S. Almutairi, and R.A. Rahman, “Impact of COVID-19 on Construction Projects: The Case of India”, Buildings, vol. 12, no. 6, art. no. 762, 2022, doi: 10.3390/BUILDINGS12060762.
[30] F.B. Cambraia, T.A. Saurin, and C.T. Formoso, “Identification, analysis and dissemination of information on near misses: A case study in the construction industry”, Safety Science, vol. 48, no. 1, pp. 91-99, 2010, 2010, doi: 10.1016/J.SSCI.2009.06.006.
[31] A. Fik and M. Puchała, “Funkcjonowanie patroli saperskich jako przykład współdziałania logistyki cywilnej (The operation of sapper patrols as an example of cooperation with civilian logistics)”, Zarządzanie Innowacyjne w Gospodarce i Biznesie: Czasopismo Naukowe o Problemach Współczesnego Zarządzania, no. 2, pp. 49-60, 2015 (in Polish).
Pobrania
Opublikowane
Jak cytować
Numer
Dział
