<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-29T10:05:47Z</responseDate><request verb="GetRecord" identifier="oai:riubu.ubu.es:10259/4616" metadataPrefix="dim">https://riubu.ubu.es/oai/request</request><GetRecord><record><header><identifier>oai:riubu.ubu.es:10259/4616</identifier><datestamp>2024-05-17T07:52:39Z</datestamp><setSpec>com_10259_2699</setSpec><setSpec>col_10259_2723</setSpec></header><metadata><dim:dim xmlns:dim="http://www.dspace.org/xmlns/dspace/dim" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
<dim:field mdschema="dc" element="contributor" qualifier="advisor" authority="206" confidence="500" orcid_id="0000-0002-8061-9537">García Herrero, Susana</dim:field>
<dim:field mdschema="dc" element="contributor" qualifier="advisor" authority="337" confidence="500" orcid_id="0000-0002-7897-9891">Mariscal Saldaña, Miguel Ángel</dim:field>
<dim:field mdschema="dc" element="contributor" qualifier="author" authority="321" confidence="500" orcid_id="0000-0002-8509-0601">López García, José Ramón</dim:field>
<dim:field mdschema="dc" element="contributor" qualifier="other" authority="a6786f8e-732c-43dc-9c27-cb42b3466f6e" confidence="500" orcid_id="">Universidad de Burgos. Departamento de Ingeniería Civil</dim:field>
<dim:field mdschema="dc" element="date" qualifier="accessioned">2017-09-26T11:34:05Z</dim:field>
<dim:field mdschema="dc" element="date" qualifier="available">2017-09-26T11:34:05Z</dim:field>
<dim:field mdschema="dc" element="date" qualifier="issued">2017</dim:field>
<dim:field mdschema="dc" element="date" qualifier="submitted">2017</dim:field>
<dim:field mdschema="dc" element="identifier" qualifier="uri">http://hdl.handle.net/10259/4616</dim:field>
<dim:field mdschema="dc" element="identifier" qualifier="doi">10.36443/10259/4616</dim:field>
<dim:field mdschema="dc" element="description" qualifier="abstract" lang="es">El objetivo principal de esta Tesis es el análisis desde un punto de vista predictivo del aumento de la probabilidad de accidente laboral de los trabajadores relacionado con sus condiciones de trabajo.&#xd;
Los datos de estudio son proporcionados por las Encuestas Nacionales de Condiciones de Trabajo realizadas en España. Concretamente se han utilizado los datos de la VII ENCT (2011) elaborada por el Instituto Nacional de Seguridad e Higiene en el Trabajo.&#xd;
El tratamiento de los datos se ha realizado mediante técnicas “Machine Learning” (Aprendizaje automático), de manera específica Redes Bayesianas.&#xd;
Los resultados reflejan la relación de las condiciones de trabajo en el aumento de la probabilidad de accidente laboral, proporcionando situaciones que favorecen su aparición. Asimismo, el estudio analiza estos resultados a través del sector de actividad, definiendo las variables que aumentan en mayor medida la probabilidad de accidente en cada uno de ellos.</dim:field>
<dim:field mdschema="dc" element="format" qualifier="mimetype">application/pdf</dim:field>
<dim:field mdschema="dc" element="language" qualifier="iso" lang="es">spa</dim:field>
<dim:field mdschema="dc" element="rights">Attribution-NonCommercial-NoDerivatives 4.0 International</dim:field>
<dim:field mdschema="dc" element="rights" qualifier="uri">http://creativecommons.org/licenses/by-nc-nd/4.0/</dim:field>
<dim:field mdschema="dc" element="rights" qualifier="holder" lang="es">Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada</dim:field>
<dim:field mdschema="dc" element="rights" qualifier="accessRights" lang="es">info:eu-repo/semantics/openAccess</dim:field>
<dim:field mdschema="dc" element="subject" lang="es">Accidentes de trabajo</dim:field>
<dim:field mdschema="dc" element="subject" lang="es">Redes bayesianas</dim:field>
<dim:field mdschema="dc" element="subject" lang="es">Condiciones de trabajo</dim:field>
<dim:field mdschema="dc" element="subject" lang="es">Riesgos</dim:field>
<dim:field mdschema="dc" element="subject" lang="es">Lesiones</dim:field>
<dim:field mdschema="dc" element="subject" lang="en">Work accidents</dim:field>
<dim:field mdschema="dc" element="subject" lang="en">Bayesian networks</dim:field>
<dim:field mdschema="dc" element="subject" lang="en">Working conditions</dim:field>
<dim:field mdschema="dc" element="subject" lang="en">Occupational hazards</dim:field>
<dim:field mdschema="dc" element="subject" lang="en">Work injuries</dim:field>
<dim:field mdschema="dc" element="subject" qualifier="other" lang="es">Organización del trabajo</dim:field>
<dim:field mdschema="dc" element="subject" qualifier="other" lang="en">Methods engineering</dim:field>
<dim:field mdschema="dc" element="subject" qualifier="unesco">5311.03 Estudios Industriales</dim:field>
<dim:field mdschema="dc" element="subject" qualifier="unesco">6305.03 Análisis Estadístico</dim:field>
<dim:field mdschema="dc" element="title" lang="es">Modelización de la probabilidad de accidente laboral en función de las condiciones de trabajo mediante técnicas “Machine Learning”</dim:field>
<dim:field mdschema="dc" element="type">info:eu-repo/semantics/doctoralThesis</dim:field>
<dim:field mdschema="dc" element="type" qualifier="hasVersion">info:eu-repo/semantics/acceptedVersion</dim:field>
</dim:dim></metadata></record></GetRecord></OAI-PMH>