Yapay  Zeka Kullanılarak  Faaliyet Alanları Tehlike Sınıflarının Belirlenmesi İçin Örnek Bir Çalışma

Mesut AKANER; Veysel ÖZDEMİR

Makale detayları

Yapay Zeka Kullanılarak Faaliyet Alanları Tehlike Sınıflarının Belirlenmesi İçin Örnek Bir Çalışma

Yazarlar:

Mesut AKANER | Veysel ÖZDEMİR

Yayıncı:

Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi

Ana Başlıklar:

Genel yönetim

Dergi:

Çalışma İlişkileri Dergisi 2022 Vol.13 Issue 1, pp.123-139

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000933524

Sıklık:

İki Yıllık

eISSN:

2146-7854

pISSN:

2146-0000

Anahtar kelimeler:

Özet:

 

In our country, the concept of Occupational Health and Safety (OHS) gained more importance with the enactment of the OHS Law No. 6331 in 2012.  Constituting the general framework the law was supported by regulations and duties, authorities and responsibilities of relevant parties were tried to be placed on a standard basis. In this regard, the structure is generally built on the number of employees and hazard class of the workplace. Determination of hazard classification of economic activities is based on the decision of a commission formed by various public institutions and social partners according to the experience and opinions of members and statistics of the Social Security Institution. In this sense, it is beneficial to perform hazard classification based on a different perspective and a study using artificial neural networks, one of the artificial intelligence methods, was carried out. Results were compared with the current classification and evaluated accordingly.

 

Ülkemizde 2012 yılında 6331 sayılı İş Sağlığı ve Güvenliği Kanununun yürürlüğe girmesi ile birlikte İş sağlığı ve güvenliği kavramı daha fazla önem kazanmıştır. Genel çerçeveyi oluşturan kanun; yönetmelikler ile desteklenerek iş sağlığı ve güvenliği açısından ilgili tarafların görev, yetki ve sorumlulukları standart bir zemine oturtulmaya çalışılmıştır. Bu kapsamda incelendiğinde genel olarak yapının çalışan sayısı ile işyerinin tehlike sınıfı üzerine kurgulandığı görülmektedir. Faaliyet alanı tehlike sınıflarının belirlenmesinde çeşitli kamu kurumları ile sosyal tarafların oluşturduğu bir komisyonun deneyim ve görüşleri ile Sosyal Güvenlik Kurumu iş kazası ve meslek hastalıkları istatistikleri doğrultusunda aldığı kararlar esastır. Bu kapsamda tehlike sınıflandırmasının farklı bir perspektife dayalı olarak gerçekleştirilmesinin fayda sağlayacağı düşünülerek yapay zeka metotlarından yapay sinir ağlarını kullanan bir çalışma gerçekleştirilmiştir. Çalışma sonuçları, mevcut sınıflandırma ile karşılaştırılarak değerlendirilmiştir.

Makale detayları

Yapay Zeka Kullanılarak Faaliyet Alanları Tehlike Sınıflarının Belirlenmesi İçin Örnek Bir Çalışma

Yazarlar:

Mesut AKANER | Veysel ÖZDEMİR

Yayıncı:

Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi

Ana Başlıklar:

Genel yönetim

Dergi:

Çalışma İlişkileri Dergisi 2022 Vol.13 Issue 1, pp.123-139

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000933524

Sıklık:

İki Yıllık

eISSN:

2146-7854

pISSN:

2146-0000

İş Sağlığı Güvenliği

Tehlike Sınıfları

NACE Sınıflandırması

Yapay Zekâ

Yapay Sinir Ağları

Sayı

Makale detayları

Yapay Zeka Kullanılarak Faaliyet Alanları Tehlike Sınıflarının Belirlenmesi İçin Örnek Bir Çalışma

Yazarlar: Mesut AKANER | Veysel ÖZDEMİR

Yayıncı: Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi

Ana Başlıklar: Genel yönetim

Dergi: Çalışma İlişkileri Dergisi 2022 Vol.13 Issue 1, pp.123-139

Belge Tipi: Makale

Yayın Tarihi: 1/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000933524

Sıklık: İki Yıllık

eISSN: 2146-7854

pISSN: 2146-0000

İş Sağlığı Güvenliği

Tehlike Sınıfları

NACE Sınıflandırması

Yapay Zekâ

Yapay Sinir Ağları

Sayı

Yazarlar:

Mesut AKANER | Veysel ÖZDEMİR

Yayıncı:

Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi

Ana Başlıklar:

Genel yönetim

Dergi:

Çalışma İlişkileri Dergisi 2022 Vol.13 Issue 1, pp.123-139

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000933524

Sıklık:

İki Yıllık

eISSN:

2146-7854

pISSN:

2146-0000