Problems of visualization of statistical data on occupational safety and health amidst digital transformation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article is devoted to the visualization of statistical data as a way of analyzing economic information, in particular, labor conditions and occupational safety and health. It is shown that scientific researchers offer methods for optimizing big data for a simpler and more understandable representation. Attention is paid to the need to develop programs and platforms to ensure occupational safety and health with visualization of the main indicators. The problems of obtaining and processing data and the introduction digital technology for the development and improvement of mechanisms of state management of occupational safety and health are discussed. The conclusions and recommendations obtained during the analysis on visualization of statistical data and integration into existing reports can serve as a guideline for meeting the needs of public authorities in high-quality and detailed statistical information, as well as the needs of commercial, scientific, educational organizations, the media, and individuals.

About the authors

Mariya Sergeevna Moskvina

Federal State Budgetary Institution “All-Russian Scientific Research Institute of Labor” of the Ministry of Labour and Social Protection of the Russian Federation

Email: mary.1997@mail.ru
аналитик Центра исследований охраны труда

References

  1. Скорочкина Т.С. Информационные технологии визуализации бизнес-информации. / Учебное пособие. - М.: Финансовый университет, 2017. – 74 c.
  2. Программа Оценка риска 1.0. Реестр программного обеспечения. [Электронный ресурс]. URL: https://reestr.digital.gov.ru/reestr/308733/ (дата обращения: 06.02.2023).
  3. Облачная платформа для автоматического анализа данных. КОМПЛИТ Центр. [Электронный ресурс]. URL: https://complete-center.ru/products/platforma_iiot (дата обращения: 06.02.2023).
  4. Sizarta Sarshar, Stein Haugen Visualizing risk related information for work orders through the planning process of maintenance activities // Safety Science. – 2018. – p. 144-154. – doi: 10.1016/j.ssci.2017.09.001.
  5. Платонов В.В. Визуализация больших данных в экономических науках в условиях информационного общества // Вопросы инновационной экономики. – 2020. – № 4. – c. 1831-1848. – doi: 10.18334/vinec.10.4.111373.
  6. Съемщиков С.Е., Евстигнеева И.Ю. Комплексная система оценки состояния охраны труда на Восточно-Сибирской железной дороге // XXI век. Техносферная безопасность. – 2017. – № 3(7). – c. 18-33.
  7. Anuoluwapo Ajayi, Lukumon Oyedele, Olugbenga Akinade, Muhammad Bilal, Hakeem Owolabi, Lukman Akanbi, Juan Manuel Davila Delgado Optimised Big Data analytics for health and safety hazards prediction in power infrastructure operations // Safety Science. – 2020. – p. 104656. – doi: 10.1016/j.ssci.2020.104656.
  8. Магеррамов П.А. Новые методы анализа и прогнозирования данных через визуализацию данных // Развитие финансовых отношений в период становления цифровой экономики: Международная научно-практическая конференция. Санкт-Петербург, 2019. – c. 408-411.
  9. Шафоростов А.А., Сайкинов В.Е. Технологии фильтрации данных при визуализации больших данных // Информационное общество: современное состояние и перспективы развития: Международный студенческий форум. Краснодар, 2018. – c. 173-176.
  10. Самарская Н.А. Трансформация охраны труда в условиях цифровой экономики // Экономика труда. – 2022. – № 2. – c. 333-348. – doi: 10.18334/et.9.2.114261.
  11. Key Work Health and Safety Statistics. Safe Work Australia. [Электронный ресурс]. URL: https://www.safeworkaustralia.gov.au/doc/key-work-health-and-safety-statistics-australia-2022 (дата обращения: 08.02.2023).
  12. Work-related Traumatic Injury Fatalities. Safe Work Australia. [Электронный ресурс]. URL: https://www.safeworkaustralia.gov.au/doc/work-related-traumatic-injury-fatalities-australia-2021 (дата обращения: 08.02.2023).
  13. Health and Safety at work. Summary statistics for Great Britain – 2022
  14. Work-related fatal injuries in Great Britain. Health and Safety Executive. [Электронный ресурс]. URL: https://www.hse.gov.uk/statistics/fatals.htm (дата обращения: 09.02.2023).
  15. OSH BAROMETER Data Visualisation Tool. Eu–osha. [Электронный ресурс]. URL: https://visualisation.osha.europa.eu/osh-barometer/ (дата обращения: 09.02.2023).
  16. Мониторинг условий и охраны труда. Eisot.rosmintrud.ru. [Электронный ресурс]. URL: https://eisot.rosmintrud.ru/monitoring-uslovij-i-okhrany-truda (дата обращения: 01.03.2023).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Moskvina M.S.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».