Research Article
BibTex RIS Cite

Year 2019, Volume: 12 Issue: 1, 47 - 59, 01.06.2019

Zinnet Duygu Akşehir Ebru Pekel Sedat Akleylek Erdal Kılıç Yalçın Oruç

Abstract

References

  • [1] Baradan, S., et al., Ege Bölgesindeki İnşaat İş Kazalarının Sıklık ve Çapraz Tablolama Analizleri. İMO Teknik Dergi, 2016. 7345(7370): p. 448.
  • [2] Akboğa, Ö. and S. Baradan, İnşaat sektöründeki ölümlü iş kazalarının karakteristiklerinin incelenmesi: İzmir alan çalışması, 5. İşçi Sağlığı ve İş Güvenliği Sempozyumu, İzmir, 2015: p. 215-224.
  • [3] Erginel, N. and Ş. Toptancı, İş Kazası Verilerinin Olasılık Dağılımları ile Modellenmesi. Mühendislik Bilimleri ve Tasarım Dergisi, 2017. 5(SI): p. 201-212.
  • [4] Gümüş, R., Türkiye’de 2015 Yılında Meydana Gelen İş Kazalarının Analizi Ve 2014 Yılı Verileri İle Karşılaştırılması. The Journal of Academic Social Science Studies International Journal of Social Science, 2017. 55: p. 277-287.
  • [5] Eratak, Ö.D., Yeraltı Kömür Madenciliğinde Güvenlik İçin Risk Yönetimde Analiz Ve Modelleme. Doktora Tezi, ODTÜ.
  • [6] Geçer, H.S., Trafik Kaza Analizleri İçin Web Tabanlı Bir Karar Destek Sistemi Geliştirilmesi. Yüksek Lisans Tezi, Sakarya Üniversitesi, 2013.
  • [7] García-Herrero, S., et al., Working conditions, psychological/physical symptoms and occupational accidents. Bayesian network models. Safety Science, 2012. 50(9): p. 1760-1774.
  • [8] García-Herrero, S., et al., Using Bayesian networks to analyze occupational stress caused by work demands: Preventing stress through social support. Accident Analysis & Prevention, 2013. 57: p. 114-123.
  • [9] Martín, J.E., et al., A Bayesian network analysis of workplace accidents caused by falls from a height. Safety Science, 2009. 47(2): p. 206-214.
  • [10] Leu, S.-S. and C.-M. Chang, Bayesian-network-based safety risk assessment for steel construction projects. Accident Analysis & Prevention, 2013. 54: p. 122-133.
  • [11] Pekel, E., et al. A Bayesian Network Application in Occupational Health and Safety. in 2018 3rd International Conference on Computer Science and Engineering (UBMK). 2018: pp. 239-243.
  • [12] Akşehir, Z.D., et al. On the Analysis of Work Accidents Data by Using Data Preprocessing and Statistical Techniques. in 2018 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT). 2018: pp. 1-6.
  • [13] Babbie, E.R., The basics of social research. 2013: Cengage Learning.
  • [14] Akboğa, Ö., İnşaat İş Kazalarında Lojistik Regresyon İle Kaza Şiddetinin Modellenmesi. Ege Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 2014.
  • [15] Sims, R.L., Bivariate data analysis: A practical guide. 2000: Nova Publishers.
  • [16] Healey, J.F., Statistics: A tool for social research. 2014: Cengage Learning.
  • [17] Friedman, N., I. Nachman, and D. Peér. Learning Bayesian network structure from massive datasets: the «sparse candidate «algorithm. in Proceedings of the Fifteenth conference on Uncertainty in artificial intelligence. 1999: pp. 206-215.
  • [18] Jensen, F.V., An introduction to Bayesian networks. Vol. 210. 1996: UCL press London.
  • [19] Hall, M., et al., The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, 2009. 11(1): p. 10-18.

İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması

Year 2019, Volume: 12 Issue: 1, 47 - 59, 01.06.2019

Zinnet Duygu Akşehir Ebru Pekel Sedat Akleylek Erdal Kılıç Yalçın Oruç

Abstract

Günümüzde inşaat sektöründeki gelişmeyle beraber iş kazalarının da
sayısı artmıştır. Teknolojinin gelişimi, iş güvenliğindeki önlemlerde
eksiklikler ve çalışanların eğitimsiz oluşu bu iş kazalarındaki ana nedenlerdir.
Bu çalışmada iş kazası verileri önce veri önişleme adımından geçirilip daha
sonra elde edilen veriler üzerinde tek değişkenli sıklık ve çapraz tablolama
analizi yapılmıştır. Yapılan analizler sonucunda iş kazalarının meydana
gelmesinde yüksek risk taşıyan değişkenler tespit edilmiştir. Ardından bu
değişkenlerin iş kazasına etkileri Bayes ağları (BNs) ile analiz edilmiştir. Bayes
ağı, değişkenler arasındaki koşullu bağımlılık ilişkilerini ve tek bir bağımsız
değişkene bağımlı olmadıklarını yansıtmaktadır. Bayes ağı, uluslararası bir
inşaat firmasından bir veri kümesi üzerinde uygulanmıştır. Kurulan Bayes ağının
doğruluk oranı ve diğer performans ölçütleri analiz edilmiş ve yapılan modelin
etkinliği yorumlanmıştır. Deneysel sonuçlara göre, bazı iş kazası vakalarının
makine öğrenme tekniklerini kullanarak yüksek doğruluk oranları ile önceden
tahmin edilebileceği gösterilmiştir.

Keywords

Bayes ağı sınıflandırma makine öğrenmesi iş kazası tek değişkenli sıklık frekans analizi çapraz tablolama

References

  • [1] Baradan, S., et al., Ege Bölgesindeki İnşaat İş Kazalarının Sıklık ve Çapraz Tablolama Analizleri. İMO Teknik Dergi, 2016. 7345(7370): p. 448.
  • [2] Akboğa, Ö. and S. Baradan, İnşaat sektöründeki ölümlü iş kazalarının karakteristiklerinin incelenmesi: İzmir alan çalışması, 5. İşçi Sağlığı ve İş Güvenliği Sempozyumu, İzmir, 2015: p. 215-224.
  • [3] Erginel, N. and Ş. Toptancı, İş Kazası Verilerinin Olasılık Dağılımları ile Modellenmesi. Mühendislik Bilimleri ve Tasarım Dergisi, 2017. 5(SI): p. 201-212.
  • [4] Gümüş, R., Türkiye’de 2015 Yılında Meydana Gelen İş Kazalarının Analizi Ve 2014 Yılı Verileri İle Karşılaştırılması. The Journal of Academic Social Science Studies International Journal of Social Science, 2017. 55: p. 277-287.
  • [5] Eratak, Ö.D., Yeraltı Kömür Madenciliğinde Güvenlik İçin Risk Yönetimde Analiz Ve Modelleme. Doktora Tezi, ODTÜ.
  • [6] Geçer, H.S., Trafik Kaza Analizleri İçin Web Tabanlı Bir Karar Destek Sistemi Geliştirilmesi. Yüksek Lisans Tezi, Sakarya Üniversitesi, 2013.
  • [7] García-Herrero, S., et al., Working conditions, psychological/physical symptoms and occupational accidents. Bayesian network models. Safety Science, 2012. 50(9): p. 1760-1774.
  • [8] García-Herrero, S., et al., Using Bayesian networks to analyze occupational stress caused by work demands: Preventing stress through social support. Accident Analysis & Prevention, 2013. 57: p. 114-123.
  • [9] Martín, J.E., et al., A Bayesian network analysis of workplace accidents caused by falls from a height. Safety Science, 2009. 47(2): p. 206-214.
  • [10] Leu, S.-S. and C.-M. Chang, Bayesian-network-based safety risk assessment for steel construction projects. Accident Analysis & Prevention, 2013. 54: p. 122-133.
  • [11] Pekel, E., et al. A Bayesian Network Application in Occupational Health and Safety. in 2018 3rd International Conference on Computer Science and Engineering (UBMK). 2018: pp. 239-243.
  • [12] Akşehir, Z.D., et al. On the Analysis of Work Accidents Data by Using Data Preprocessing and Statistical Techniques. in 2018 2nd International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT). 2018: pp. 1-6.
  • [13] Babbie, E.R., The basics of social research. 2013: Cengage Learning.
  • [14] Akboğa, Ö., İnşaat İş Kazalarında Lojistik Regresyon İle Kaza Şiddetinin Modellenmesi. Ege Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 2014.
  • [15] Sims, R.L., Bivariate data analysis: A practical guide. 2000: Nova Publishers.
  • [16] Healey, J.F., Statistics: A tool for social research. 2014: Cengage Learning.
  • [17] Friedman, N., I. Nachman, and D. Peér. Learning Bayesian network structure from massive datasets: the «sparse candidate «algorithm. in Proceedings of the Fifteenth conference on Uncertainty in artificial intelligence. 1999: pp. 206-215.
  • [18] Jensen, F.V., An introduction to Bayesian networks. Vol. 210. 1996: UCL press London.
  • [19] Hall, M., et al., The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, 2009. 11(1): p. 10-18.
There are 19 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Makaleler(Araştırma)
Authors

Zinnet Duygu Akşehir

Ebru Pekel This is me

Sedat Akleylek

Erdal Kılıç

Yalçın Oruç This is me

Publication Date June 1, 2019
Published in Issue Year 2019 Volume: 12 Issue: 1

Cite

APA Akşehir, Z. D., Pekel, E., Akleylek, S., Kılıç, E., et al. (2019). İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi, 12(1), 47-59.
AMA Akşehir ZD, Pekel E, Akleylek S, Kılıç E, Oruç Y. İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması. TBV-BBMD. June 2019;12(1):47-59.
Chicago Akşehir, Zinnet Duygu, Ebru Pekel, Sedat Akleylek, Erdal Kılıç, and Yalçın Oruç. “İş Sağlığı Ve Güvenliği Sektöründe Bayes Ağları Uygulaması”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi 12, no. 1 (June 2019): 47-59.
EndNote Akşehir ZD, Pekel E, Akleylek S, Kılıç E, Oruç Y (June 1, 2019) İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 12 1 47–59.
IEEE Z. D. Akşehir, E. Pekel, S. Akleylek, E. Kılıç, and Y. Oruç, “İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması”, TBV-BBMD, vol. 12, no. 1, pp. 47–59, 2019.
ISNAD Akşehir, Zinnet Duygu et al. “İş Sağlığı Ve Güvenliği Sektöründe Bayes Ağları Uygulaması”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 12/1 (June 2019), 47-59.
JAMA Akşehir ZD, Pekel E, Akleylek S, Kılıç E, Oruç Y. İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması. TBV-BBMD. 2019;12:47–59.
MLA Akşehir, Zinnet Duygu et al. “İş Sağlığı Ve Güvenliği Sektöründe Bayes Ağları Uygulaması”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi, vol. 12, no. 1, 2019, pp. 47-59.
Vancouver Akşehir ZD, Pekel E, Akleylek S, Kılıç E, Oruç Y. İş Sağlığı ve Güvenliği Sektöründe Bayes Ağları Uygulaması. TBV-BBMD. 2019;12(1):47-59.
 Download Cover Image

Article Acceptance

Use user registration/login to upload articles online.

The acceptance process of the articles sent to the journal consists of the following stages:

1. Each submitted article is sent to at least two referees at the first stage.

2. Referee appointments are made by the journal editors. There are approximately 200 referees in the referee pool of the journal and these referees are classified according to their areas of interest. Each referee is sent an article on the subject he is interested in. The selection of the arbitrator is done in a way that does not cause any conflict of interest.

3. In the articles sent to the referees, the names of the authors are closed.

4. Referees are explained how to evaluate an article and are asked to fill in the evaluation form shown below.

5. The articles in which two referees give positive opinion are subjected to similarity review by the editors. The similarity in the articles is expected to be less than 25%.

6. A paper that has passed all stages is reviewed by the editor in terms of language and presentation, and necessary corrections and improvements are made. If necessary, the authors are notified of the situation.

0

.   This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.