Predicting the severity of occupational accidents in the construction industry using standard and regularized logistic regression models

Abstract

Occupational accidents in the construction industry occur frequently when compared with other industries. Construction accidents still cannot be prevented at the desired level. These accidents have been explored for prediction purposes using traditional statistical and machine-learning techniques. However, some challenges regarding imbalanced and multicollinearity problems present in the dataset are not considered while analyzing large and categorical variable-rich data. For this reason, this study aims to predict the severity of non-fatal construction accidents considering these challenges to obtain accurate results. In this study, standard binary logistic regression with Firth, Ridge, Lasso, and Elastic Net regularized models were utilized for the prediction of lost workdays in the construction industry. The data used were classified into five groups: victim, workplace, accident time, accident and sequence of events, and post-accident state-related variables. The results showed that Firth’s logistic model is the best-performing model and age, education, vocational education, size of the workplace, project type, working environment, accident month and year, general and specific activities, material agent of deviation, type of injury, and part of body injured are the most significant variables. This study by providing interpretable machine learning tools is the first attempt to use proposed models in the construction safety field.İş kazaları inşaat sektöründe diğer sektörlere göre daha sık yaşanmaktadır. İnşaat kazaları hala istenilen düzeyde önlenememektedir. Bu kazalar klasik istatistiksel ve makine öğrenmesi teknikleri kullanılarak tahmin amaçlı araştırılmaktadır. Bununla birlikte, büyük ve kategorik değişken açısından zengin veriler analiz edilirken, veri setinde bulunan dengesizlik ve çoklu bağlantı sorunlarına ilişkin bazı problemler dikkate alınmamaktadır. Bu nedenle, bu çalışma, doğru sonuçların elde edilmesi için bu problemleri dikkate alarak ölümcül olmayan inşaat kazalarının şiddetini tahmin etmeyi amaçlamaktadır. Bu çalışmada, inşaat sektöründe iş günü kaybının tahmini için standart ikili lojistik regresyon ile Firth, Ridge, Lasso ve Elastic Net düzenlileştirilmiş modeller kullanılmıştır. Kullanılan veriler kazazede, iş yeri, kaza zamanı, kaza ve olaylar zinciri ve kaza sonrası durumla ilgili değişkenler olmak üzere beş gruba ayrılmıştır. Sonuçlar, Firth'in lojistik modelinin en iyi performans gösteren model olduğunu ve yaş, eğitim, mesleki eğitim, işyerinin büyüklüğü, proje türü, çalışma ortamı, kaza ayı ve yılı, genel ve özel faaliyetler, kazaya sebebiyet veren araç/gereç, yaralanma türü ve yaranın vücuttaki yerinin en önemli değişkenler olduğunu göstermiştir. Yorumlanabilir makine öğrenimi araçları sağlayan bu çalışma, inşaat güvenliği alanında önerilen modelleri kullanmaya yönelik ilk girişimdir.