TENDÊNCIA DE ACIDENTES DE TRABALHO, EM MINAS GERAIS, DE 2017 ATÉ 2022

Autores

Palavras-chave:

Acidentes de Trabalho; Filtro HP; Séries Temporais; Anuários Estatísticos da Previdência Social.

Resumo

RESUMO

Objetivou-se analisar a incidência de acidentes de trabalho, no estado de Minas Gerais, no período de janeiro de 2017 até dezembro 2022, e respectiva tendência da série temporal e principais setores/atividades atingidas. Utilizaram-se as informações disponibilizadas em bancos de dados públicos, por exemplo, nos Anuários Estatísticos de Acidente de Trabalho, AEAT, da Previdência Social, bem como dados disponíveis no painel SmartLab, fruto da iniciativa conjunta do MPT e da OIT Brasil. Com base na análise das informações e utilização do filtro de Hodrick-Prescott, HP, foi possível avaliar padrões e características quanto aos acidentes de trabalho. Assim foi possível observar que existe uma tendência, suave, de aumento na ocorrência de sinistros laborais. Os achados condizem com dados processados no SmartLab e apontam para um quadro preocupante, que incide com predominância em setores de atividade econômica reconhecidamente com maiores riscos, como é caso de desdobramento de madeiras e transporte rodoviário de cargas. Portanto, tais informações servem como parâmetro apto para direcionamento de políticas públicas e concentração de atividades fiscalizatórias. Entretanto, há que se levar em consideração a situação de informalidade no mercado de trabalho brasileiro, e uma de suas facetas, que é a omissão nas Comunicações de Acidente de Trabalho, por parte dos atores responsáveis, o que pode levar à imprecisão nas predições.

Palavras-chave: Acidentes de Trabalho; Filtro HP; Séries Temporais; Anuários Estatísticos da Previdência Social.

Biografia do Autor

  • Jakson de Almeida Silva, MINISTERIO DO TRABALHO E EMPREGO

    Auditor-Fiscal do Trabalho desde 2011. Mestre em Matemática (Universidade Federal de São João del Rei). Especialização em Engenharia de Software (Universidade Católica de Brasília). Doutorando em Modelagem Computacional (Universidade Federal de Juiz de Fora, UFJF). Bacharel em Direito (UFJF). Especialização em Direito Público (Universidade Cândido Mendes).

  • Dr. Leonardo Goliatt da Fonseca, Professor PGMC - UFJF

    Possui graduação em Engenharia Civil pela Universidade Federal de Juiz de Fora (2003) e Doutorado em Modelagem Computacional pelo Laboratório Nacional de Computação Científica (2009). Atuou como professor do Departamento de Ciências Matemáticas e Naturais da Universidade Federal do Espírito Santo (2010). Professor associado do Departamento de Mecânica Aplicada e Computacional e membro permanente do Programa de Pós-Graduação em Modelagem Computacional da Universidade Federal de Juiz de Fora. Atuou como chefe do Departamento de Mecânica Aplicada e Computacional (2014-2016). Membro da Comissão Própria de Avaliação da UFJF (2017-2019) e coordenador do Programa de Pós-Graduação em Modelagem Computacional da UFJF (2018-2021). Tem experiência na área de Computação Evolucionária, Inteligência Computacional e Ciência de Dados, atuando principalmente nos seguintes temas: aprendizado de máquina, metaheurísticas, metamodelos, otimização estrutural e simulação.

Downloads

Publicado

2025-12-11