Aplicación de la plataforma Python en la prevención y predicción de incidentes laborales mediante análisis de datos de seguridad y salud ocupacional en la unidad minera no metálica Radcom 3

Abstract

Esta investigación se encargó de evaluar el impacto de una plataforma desarrollada en Python para optimizar la seguridad ocupacional en la Unidad Minera no metálica RADCOM 3, ubicada en Moquegua, Perú. El objetivo general fue implementar un sistema predictivo para reducir incidentes laborales y mejorar el bienestar de los trabajadores. La población de estudio estuvo conformada por la totalidad de los 12 trabajadores de la empresa, por lo que no se requirió un muestreo. El diseño metodológico fue mixto, combinando el análisis cuantitativo de datos históricos de incidentes con modelos de machine learning de las librerías como Pandas y Scikit-learn, y el análisis cualitativo mediante encuestas de percepción con una escala Likert de 5 puntos. La recolección de datos se realizó en dos fases que duró ocho meses, una línea base antes de la implementación (enero-abril 2025) y un periodo de evaluación posterior (mayo-agosto 2025). Los resultados mostraron una reducción del 40% en la tasa de incidentes, importantes ahorros económicos y una mejora sustancial del 26% en la percepción de seguridad y satisfacción laboral reportada por los trabajadores. Se concluye que la implementación de sistemas predictivos basados en Python es una estrategia altamente efectiva y económicamente viable para mejorar la seguridad y el bienestar en entornos mineros de pequeña escala, demostrando un impacto positivo tanto en los indicadores operativos como en el factor humano.