| Popis: |
Introducción. El presente estudio plantea el diseño de un sistema de prevención de accidentes laborales, el cual está formado por dos elementos: el primero, un componente psicométrico, en el cual se validó una escala para medir la actitud de los trabajadores respecto al uso de los equipos de protección personal (EPP). Metodología. Se elaboró un instrumento con 16 ítems en escala de Likert, obteniendo una confiabilidad en el Alpha de Cronbach de α=0.806, luego de aplicar un análisis factorial exploratorio se obtuvo tres factores, el primer factor retiene una varianza de 26%, el segundo una varianza de 25.9% y el tercero retiene un 14.9% de la varianza total. Los tres factores retienen una varianza total del 66.8%. El segundo componente utiliza Deep Learning aplicado a visión computacional para la creación de un detector de uso de los EPP que coadyuvará a la prevención de riesgos y accidentes laborales, el detector trabaja con videos e imágenes adquiridos en construcciones aplicando el algoritmo YOLOv5 que segmenta zonas de interés, este detecta si el obrero utiliza o no EPP, y en este último caso se obtiene adicionalmente un registro de alertas. Resultados. El sistema con los componentes descritos se aplica antes y durante la ejecución de una obra; en este sentido, previo a la contratación del personal, se aplica el instrumento de medición psicométrico, con el objetivo de obtener el perfil del obrero respecto al uso de los EPP; también, se efectuará el monitoreo respectivo con la aplicación de visión computacional; con esta información recolectada, se establece una base de datos que dará seguimiento a los obreros de acuerdo al perfil psicométrico y las faltas registradas con la visión artificial, para luego obtener proyecciones estadísticas que permitan tomar decisiones respecto a la motivación o capacitación adicional para los obreros en la utilización de EPP. |
