[论文解读] Responsibility Management through Responsibility Networks

Ruijun Chen, Qiu Jiong+1 more|arXiv (Cornell University)|Feb 14, 2021

Risk and Safety Analysis参考文献 16被引用 5

一句话总结

本文提出了物联网责任体系（IoR）框架，通过整合物联网技术实现层级化责任管理、自动化绩效评估和实时责任感知，以解决工作场所安全管理中的低效问题。该系统利用数据驱动评分、自动警报和实时监控提升问责性，实际部署显示在企业安全合规与监管方面具有显著成效。

ABSTRACT

The safety management is critically important in the workplace. Unfortunately, responsibility issues therein such as inefficient supervision, poor evaluation and inadequate perception have not been properly addressed. To this end, in this paper, we deploy the Internet of Responsibilities (IoR) for responsibility management. Through the building of IoR framework, hierarchical responsibility management, automated responsibility evaluation at all level and efficient responsibility perception are achieved. The practical deployment of IoR system showed its effective responsibility management capability in various workplaces.

研究动机与目标

• 解决因人力有限且依赖人工流程而导致的安全管理监督效率低下的挑战。
• 克服当前依赖静态责任书而难以量化评估责任履行绩效的难题。
• 提升物联网环境下信息责任感知的效率与科学性。
• 开发一种系统，实现组织各层级责任履行的自动化、实时监控与评估。
• 将物联网数据流与责任追踪相结合，支持动态、基于证据的问责与监管。

提出的方法

• 通过将消防法规和企业特定规定映射到具体岗位与角色，构建责任网络。
• 整合三类数据源：物联网系统（如火灾报警、救援调度）、企业数据库及人工输入。
• 根据风险、重要性与周期性为每项责任任务分配加权评分，并设定预定义周期与评估规则。
• 当物联网识别出的压力或风险超过临界阈值时，自动扣分，扣分依据时间或预设标准。
• 实现一个实时图形用户界面（GUI），用于显示责任评分、每日绩效趋势及安全评估结果。
• 使用视觉指示（如颜色编码的建筑）展示区域安全绩效，绿色表示高分，红色表示低分。

实验结果

研究问题

• RQ1 在监督能力有限且依赖人工流程的企业中，如何改进责任管理体系？
• RQ2 物联网数据在多大程度上可被利用以实现责任履行的自动化、实时评估？
• RQ3 基于数据的责任评分系统是否能有效支持组织各层级的问责、监管与绩效评估？
• RQ4 与传统基于责任书的系统相比，自动化责任评估在有效性与可扩展性方面有何差异？
• RQ5 实时感知与反馈在提升安全合规性、减少监管盲区方面发挥何种作用？

主要发现

• IoR系统通过将法律法规与实际运营责任映射到具体岗位与角色，实现了层级化责任管理。
• 通过数据驱动评分实现自动化责任评估，当物联网识别出的风险超过阈值时，系统自动扣分。
• 系统通过GUI提供责任绩效的实时可视化，展示每日评分趋势与绩效变化。
• 安全评估结果通过颜色编码的指示器进行可视化呈现，绿色表示高安全绩效，红色表示低绩效。
• 系统能有效识别表现不佳的责任项，并触发警报以促使纠正措施，从而提升问责性与监管效率。
• 在各类企业的实际部署中，系统成功验证了其在满足多样化安全管理需求方面的有效性。