evidoria

← Voltar à navegação

Boa prática Importada

O Ministério da Mão de Obra de Singapura Usa Análise de Dados para Direcionar Inspeções de Segurança no Trabalho

Singapura · Singapore · Ver o perfil de Singapura · Ver o perfil de Singapore

Evidência: Observacional / pré-pós Top 66% 53/100 · Pergunte a Evidence Copilot sobre esta prática

Singapura usou análise de dados para sinalizar empresas de construção de alto risco: 600 empresas sinalizadas em 2019 tiveram uma taxa de infração de 90% ao serem inspecionadas, e uma auditoria comparável em 2018 poupou 20.000 horas de trabalho de inspetores.

600 firms
Empresas de construção de alto risco identificadas (2019)
90 %
Taxa de infração entre as empresas identificadas após inspeção (2019)
650 firms
Empresas verificadas em auditoria de conformidade (2018)
20,000 fewer inspector man-hours
Redução nas horas-homem de inspetor face ao método anterior (2018)
six times fewer formal enforcement actions
Redução nas ações formais de fiscalização (projeto piloto de segurança no trabalho) (not specified)
15 %
Redução nos recursos gastos pelo ministério (projeto piloto de segurança no trabalho) (not specified)
over a third of fatalities
Percentagem de mortes ocupacionais em Singapura na construção (2007-2016)
O Ministério da Mão de Obra de Singapura Usa Análise de Dados para Direcionar Inspeções de Segurança no Trabalho

Detalhes

Maturidade
Consolidada
Promotor
Ministry of Manpower (MOM), Singapore
Período
2013–2019
Palavras-chave
labour inspection, workplace safety, construction, enforcement analytics

Contexto

O Ministério da Mão de Obra (MOM) de Singapura utiliza analítica de dados desde o início/meados da década de 2010 para ajudar a decidir quais os locais de trabalho a priorizar para inspeções de segurança e conformidade laboral, em vez de depender apenas de reclamações ou de calendários fixos de rotação.

Objetivos

Direcionar as inspeções para as empresas de construção de maior risco, de forma a melhorar as taxas de deteção da fiscalização e reduzir o esforço dos inspetores por empresa verificada.

Atividades

Em 2019, o trabalho de analítica de dados do MOM identificou 600 empresas de construção como de alto risco. Um exercício de conformidade separado em 2018, dirigido à contratação ilegal de trabalhadores estrangeiros, verificou 650 empresas utilizando cerca de 20.000 horas-homem de inspetor a menos do que o método anterior, sem recurso a analítica, do ministério. Um projeto piloto relacionado sobre segurança no trabalho combinou analítica de dados, insights comportamentais e design thinking para direcionar as empresas de maior risco para inspeção.

Resultados

Quando as 600 empresas identificadas como de alto risco em 2019 foram posteriormente inspecionadas, nove em cada dez (90%) foram consideradas em infração, incluindo o não pagamento de salários e horas extraordinárias. Um projeto piloto relacionado sobre segurança no trabalho exigiu seis vezes menos ações formais de fiscalização (como cartas de advertência) e reduziu os recursos gastos pelo ministério em cerca de 15%, num setor - a construção - que representou mais de um terço das mortes ocupacionais em Singapura entre 2007 e 2016.

Conclusões

As reportagens públicas sobre o programa não divulgam o modelo subjacente, as suas variáveis, nem uma avaliação formal de precisão, e o MOM não publicou a metodologia para auditoria externa; os números reportados provêm de jornalismo que descreve a prática interna de ciência de dados do ministério, e não de um relatório técnico oficial do MOM ou de um estudo revisto por pares.

Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Longo (> 3 anos) — Analytics-driven inspection targeting used since the early-to-mid 2010s; cited results from a 2018 compliance audit and 2019 high-risk-firm flagging.
Equipa e competências
Ministry of Manpower (MOM) internal data-analytics function

Condições de sucesso

  • Combining data analytics with behavioural insights and design thinking to target higher-risk companies (per GovInsider reporting)

Modos de falha comuns

  • No model methodology, variables or algorithm name have been publicly disclosed by MOM
  • No independent audit of the analytics has been published

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis