인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
This study aimed to identify key risk and protective factors for agricultural injuries by integrating machine learning–based feature-importance analyses with traditional statistical tests. We analyzed nationally representative survey data from 17,770 Korean farmers using an integrated analytical pipeline combining ensemble machine learning, interpretability techniques (feature importance, permutation importance, and SHAP), and statistical testing. Recurrent injuries were strongly linked to high-risk tasks such as ladder use, heavy material handling, pesticide spraying, and the operation of passenger machinery. Higher injury rates among farmers perceiving agriculture as “very dangerous” highlighted a strong association between risk awareness and actual injury experience. Demographic and socioeconomic factors, male, farm ownership, and lower income, were likewise confirmed as significant predictors of injury risk. These findings demonstrate the value of data-driven approaches and emphasize the need for targeted safety training, provision of protective equipment and machinery support, as well as continued monitoring of vulnerable farming households to guide policy interventions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094594237
