論文の概要: Applying Predictive Analytics to Occupational Health and Safety in India
- arxiv url: http://arxiv.org/abs/2412.16038v1
- Date: Fri, 20 Dec 2024 16:39:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-23 16:24:35.525635
- Title: Applying Predictive Analytics to Occupational Health and Safety in India
- Title(参考訳): インドにおける労働安全への予測分析の適用
- Authors: Ritwik Raj Saxena,
- Abstract要約: 本稿では,職業の健康と安全における予測分析の鍵となる要素について考察する。
OHSにおける予測分析の統合は、意思決定の強化、運用効率の向上、コスト削減、安全基準の遵守改善など、大きなメリットをもたらす。
我々は、インドにおけるOHSにデータ指向で適応的なアプローチを構築するための予測分析の可能性についての議論を締めくくった。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Predictive analytics is revolutionizing occupational health and safety (OHS). It offers evidence-based insights. These insights enable proactive risk management and informed, data-driven decision-making in organizational settings. This paper explores the key components of predictive analytics in OHS, beginning with data collection, management, and preparation, and moving through to advanced predictive modelling techniques. We emphasize the importance of data integrity through processes such as missing value imputation, anomaly detection, and feature engineering to ensure accurate model predictions. Risk prioritization identifies and ranks hazards across various factors, including employee behaviours, organizational policies, environmental conditions, and operational practices. We posit that insights derived from predictive models must be effectively interpreted and implemented. These insights guide organizations to focus on high-impact areas for accident prevention and resource optimization. The integration of predictive analytics in OHS brings notable benefits, including enhanced decision-making, greater operational efficiency, cost savings, and improved compliance with safety standards. We examine applications of predictive analytics in OHS in Indian settings. India has the largest workforce in the world, and the predominance of it is in the informal sector - a sector largely unprotected by the already inadequate OHS laws. Ethical considerations, data privacy concerns, and the risk of overdependence on predictive models are discussed. We conclude with a discussion on the potential for predictive analytics to create a data-oriented, adaptive approach to OHS in India. We posit that, using predictive analytics, India can develop high safety standards while traversing the complexities of its workforce setting.
- Abstract(参考訳): 予測分析は、仕事の健康と安全(OHS)に革命をもたらしている。
証拠に基づく洞察を提供する。
これらの洞察は、組織環境における積極的なリスク管理と、データ駆動による意思決定を可能にする。
本稿では、データ収集、管理、準備から始まり、先進的な予測モデリング技術に移行し、OHSにおける予測分析の鍵となる要素について考察する。
我々は、正確なモデル予測を保証するために、値計算の欠如、異常検出、特徴工学などのプロセスによるデータの整合性の重要性を強調した。
リスク優先順位付けは、従業員の行動、組織政策、環境条件、運用プラクティスなど、さまざまな要因にまたがるハザードを特定し、ランク付けする。
予測モデルから導出した洞察を効果的に解釈し実装する必要があると仮定する。
これらの洞察は、事故の防止と資源最適化のために、組織が高度にインパクトのある領域に焦点を合わせることを促す。
OHSにおける予測分析の統合は、意思決定の強化、運用効率の向上、コスト削減、安全基準の遵守改善など、大きなメリットをもたらす。
インドにおけるOHSにおける予測分析の応用について検討した。
インドは世界最大の労働力を持ち、その優位性は非公式な分野にあり、すでに不十分なOHS法で保護されていない分野である。
倫理的考察、データプライバシの懸念、予測モデルへの過度な依存のリスクについて論じる。
我々は、インドにおけるOHSにデータ指向で適応的なアプローチを構築するための予測分析の可能性についての議論を締めくくった。
予測分析を用いて、インドは労働環境の複雑さを回避しつつ、高い安全基準を策定できると仮定する。
関連論文リスト
- EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。
高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。
しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。
本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
論文 参考訳(メタデータ) (2024-08-08T13:19:37Z) - Assessing the State of AI Policy [0.5156484100374057]
この研究は、国際、米国、市、および連邦レベルでのAI法と指令の概要を提供する。
また、関連するビジネス標準や技術社会のイニシアチブも見直している。
論文 参考訳(メタデータ) (2024-07-31T16:09:25Z) - Mapping the individual, social, and biospheric impacts of Foundation Models [0.39843531413098965]
本稿では,基礎モデルと生成AIの社会的,政治的,環境的側面を説明するための重要な枠組みを提供する。
リスクと害の14のカテゴリを特定し、それらの個人的、社会的、および生物圏的影響に応じてそれらをマッピングする。
論文 参考訳(メタデータ) (2024-07-24T10:05:40Z) - Privacy Risks of General-Purpose AI Systems: A Foundation for Investigating Practitioner Perspectives [47.17703009473386]
強力なAIモデルによって、幅広いタスクでパフォーマンスが飛躍的に向上した。
プライバシの懸念は、さまざまなプライバシのリスクとAIモデルの脆弱性をカバーした、豊富な文献につながっている。
我々はこれらの調査論文の体系的なレビューを行い、GPAISにおけるプライバシーリスクの簡潔かつ有用な概観を提供する。
論文 参考訳(メタデータ) (2024-07-02T07:49:48Z) - Prioritizing Safeguarding Over Autonomy: Risks of LLM Agents for Science [65.77763092833348]
大規模言語モデル(LLM)を利用したインテリジェントエージェントは、自律的な実験を行い、様々な分野にわたる科学的発見を促進する上で、大きな可能性を証明している。
彼らの能力は有望だが、これらのエージェントは安全性を慎重に考慮する必要がある新たな脆弱性も導入している。
本稿では,科学領域におけるLSMをベースとしたエージェントの脆弱性の徹底的な調査を行い,その誤用に伴う潜在的なリスクに光を当て,安全性対策の必要性を強調した。
論文 参考訳(メタデータ) (2024-02-06T18:54:07Z) - Regulation and NLP (RegNLP): Taming Large Language Models [51.41095330188972]
我々は,NLP研究が規制研究や隣接分野に近接することのメリットを論じる。
我々は、規制とNLPに関する新しい多分野研究空間の開発を提唱する。
論文 参考訳(メタデータ) (2023-10-09T09:22:40Z) - Risk assessment at AGI companies: A review of popular risk assessment
techniques from other safety-critical industries [0.0]
OpenAI、Google DeepMind、Anthhropicといった企業は、人工知能(AGI)の構築を目標としている。
AGIが壊滅的なリスクをもたらすとの懸念が高まっている。
本稿では,他の安全クリティカル産業のリスクアセスメント技術についてレビューし,AGI企業が活用する方法を提案する。
論文 参考訳(メタデータ) (2023-07-17T20:36:51Z) - Industry Risk Assessment via Hierarchical Financial Data Using Stock Market Sentiment Indicators [0.9463895540925061]
本稿では,実時間株式市場データと生成小言語モデル(SLM)を活用した産業動向の分析手法を提案する。
重要な課題の1つは、生データの固有のノイズであり、統計分析の精度を損なう可能性がある。
本稿では,業界トレンド分析における二段階的アプローチとして,明示的および暗黙的分析を提案する。
論文 参考訳(メタデータ) (2023-03-05T16:17:56Z) - Modeling and mitigation of occupational safety risks in dynamic
industrial environments [0.0]
本稿では,データ駆動方式で安全リスクを連続的かつ定量的に評価する手法を提案する。
オンライン形式で安全データからこのモデルを校正するために、完全なベイズ的アプローチが開発されている。
提案したモデルは自動意思決定に利用することができる。
論文 参考訳(メタデータ) (2022-05-02T13:04:25Z) - Provably Safe PAC-MDP Exploration Using Analogies [87.41775218021044]
安全クリティカルドメインに強化学習を適用する上での課題は、探索と安全性のバランスをとる方法を理解することだ。
我々は,未知のダイナミックスを持つMDPにおいて,確実に安全な探索を行うアルゴリズムであるAnalogous Safe-State Exploration (ASE)を提案する。
提案手法は, PAC-MDP 感覚の準最適政策を安全に学習するために, 状態-作用対間の類似性を利用する。
論文 参考訳(メタデータ) (2020-07-07T15:50:50Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳(メタデータ) (2020-05-18T07:40:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。