Sonia Contreras Ovejero, del Programa de Doctorado Ingeniería Civil e Industrial, defiende su tesis doctoral titulada “Crisis económicas y su influencia en la siniestralidad laboral”. Esta tesis ha sido dirigida por el profesor Miguel Ángel Manzado del Campo y Álvaro Herrero Cosío.
En esta Tesis Doctoral se desarrolla un análisis riguroso y profundo de la relación entre distintos indicadores de siniestralidad laboral y las variables macroeconómicas más significativas, acotadas en el ámbito geográfico nacional (España), en el periodo temporal de los últimos veinticinco años (1990-2014), en los que se han sucedido etapas de crecimiento y crisis económicas.
El tratamiento de estas variables y datos se ha realizado con técnicas de Inteligencia Computacional, en concreto, con Redes Neuronales Artificiales. De esta manera, distintos modelos neuronales se han aplicado para obtener una visualización de datos macroeconómicos y de siniestralidad laboral, tanto de manera independiente como conjunta, contrastando los resultados obtenidos. Gracias a estas representaciones, se han generado conclusiones sobre la evolución anual de estos dos ámbitos, y a su vez, se han conseguido relacionar entre sí.
Además, las variables de siniestralidad laboral, han sido estudiadas y analizadas en el mismo periodo temporal y ámbito geográfico, a través de diversos Métodos Estadísticos; cuyos resultados, han permitido reforzar y complementar los derivados de la aplicación de las técnicas de Inteligencia Computacional, y además, obtener un análisis descriptivo del comportamiento de la siniestralidad laboral, respecto de las crisis económicas.
La investigación desarrollada en esta tesis doctoral se completa con el diseño y construcción de un innovador modelo predictivo adecuado al campo de estudio, mediante el ajuste de los Modelos Neuronales NAR y NARX, a partir de datos macroeconómicos y de siniestralidad. Este modelo es capaz de predecir el valor del Índice de Incidencia para un determinado año.
La aplicación y construcción de modelos de esta naturaleza representa una parte significativa del elemento innovador y creativo de esta Tesis Doctoral.