“Early warnings”: migliorare la sicurezza organizzativa attraverso i sistemi di reporting e l’apprendimento basato sui precursori degli incidenti. Ricerca presso un ospedale italiano.
View/ Open
Author
Sardella, Ilaria <2003>
Date
2026-10-13Data available
2026-10-22Abstract
Il presente elaborato esplora la gestione della sicurezza sul lavoro attraverso l’apprendimento organizzativo e i sistemi di reporting, adottando una prospettiva orientata all’anticipazione del rischio. Vengono illustrati i contributi teorici più influenti nell’ambito degli approcci alla sicurezza –con particolare riferimento ai framework proposti da Reason, Argyris e Schön e Heinrich–, insieme alle prospettive più recenti sull’apprendimento dai precursori degli incidenti, con particolare attenzione al costrutto dei segnali deboli. Tuttavia, nonostante la letteratura ne riconosca l’importanza per il miglioramento della sicurezza, gli studi empirici relativi alla loro applicazione, soprattutto nell’ambito dei sistemi di reporting, sono ancora limitati.
Pertanto, è stata condotta una ricerca volta a colmare tale lacuna, attraverso l’analisi dei contenuti del sistema di reporting di un grande ospedale italiano, esplorando presenza, caratteristiche e gestione dei segnali deboli. È stato analizzato un campione di 147 segnalazioni attraverso il metodo della Content Analysis, proposta da Elo e Kyngäs, e dell’Analisi Tematica Riflessiva, proposta da Braun e Clarke. I risultati confermano la presenza non trascurabile di segnali nel sistema (circa il 38%, tra segnali forti e deboli), ma mostrano come il loro potenziale informativo risulti frequentemente perso o non sufficientemente valorizzato: le segnalazioni sono spesso caratterizzate da descrizioni concrete, così come le anticipazioni riportate, presenti tuttavia in quantità ridotta; parallelamente, l’intervento organizzativo proposto in risposta alle segnalazioni risulta frequentemente assente o limitato. Tali risultati suggeriscono, da un lato, alcune criticità nella gestione organizzativa di queste informazioni e, dall’altro, la possibilità di avvalersi di strumenti diversi, maggiormente adatti a far emergere e valorizzare le caratteristiche specifiche di questa tipologia di risorse informative. This thesis explores the management of occupational safety through organizational learning and reporting systems, adopting a perspective focused on risk anticipation. The most influential theoretical contributions to safety approaches are illustrated –with specific reference to the frameworks proposed by Reason, Argyris and Schön and Heinrich–, along with the most recent perspectives on learning from incident precursors, with particular attention to the weak signal concept.
However, even though the literature recognises its importance for safety improvement, empirical studies on their application, especially in the field of reporting systems, are still limited.
Therefore, a study was conducted to address this gap, through the analysis of the content of the reporting system of a large italian hospital, exploring the presence, characteristics and management of weak signals. A sample of 147 reports was analysed through the Content Analysis method (Elo and Kyngäs) and the Reflexive Thematic Analysis method (Braun and Clarke). The results confirm the non-negligible presence of signals in the reporting system (around 38%, considering both strong and weak signals), but show that their informational potential is often lost or not sufficiently exploited: reports are often characterized by concrete descriptions, as well as the reported anticipations, which are present only in a small portion of reports; at the same time, the organizational interventions proposed in response to the reports are frequently absent or limited. These results suggest, on the one hand, some critical issues in the organizational management of this information, and, on the other hand, the possibility of using different tools, better suited to bring out and enhance the specific characteristics of this type of informational resource.
Type
info:eu-repo/semantics/bachelorThesisCollections
- Laurea Triennale [5454]

