營建工程業中經常發生在工地的職業災害常見的類型有墜落、飛落、倒(崩)塌及感電，而潛盾隧道工程中發生倒(崩)塌災害也是在職業安全衛生管理方面難以去預防、預測為較不可控因素的災害風險。在工地職業安全衛生管理無法有效執行下，是容易造成嚴重的災害發生。對於目前工地職業安全衛生管理絕大部分都是職災意外發生後，才進行事後的檢討，較無對事前的災害預防能有認知，往往憾事發生後無事於補。為了能對工地安全事先預防及預測風險，以潛盾隧道工程可能造成的職災倒(崩)塌，透過工程中可能造成的危險場所辨識後與向下分析之因子進行連結架構後，轉換成貝氏網路(BN)圖架構，並邀請該類型工程之專家填寫問卷方式，將各層因子間權重及事前機率調查，以計算倒(崩)塌職災之機率。並藉此模式分析職災發生的敏感因子影響程度。

Occupational disasters that frequently occur on construction sites include falling, object falling, collapse, and electric shock. The collapse disaster in the shield tunnel project is a main disaster risk, and nevertheless it is generally difficult to prevent and predicted during the occupational safety and health management process. It is easy to cause serious disasters if the occupational safety and health management on the construction site cannot be effectively implemented. However, most of the current occupational safety and health management on construction sites are reviewed after the occurrence of occupational accidents. Because of that, the main purpose of this research is to explore and develop a predictive construction occupational risk assessment model. First of all, take the occupational disasters collapses that may be caused by the shield tunnel project, through the construction of the composition of the basic modulus, the dangerous places that may be caused in the research project are identified and connected with the basic modulus, and then converted into a Bayesian net Road map architecture. Second, the invitation of experts is conducted to fill in the questionnaire. Investigation of the weights and pre-probabilities is further studied among the factors of each layer to evaluate and infer the probability of collapse. Finally, sensitivity study is used to analyze the impact of sensitive factors on collapse disasters in the shield tunneling projects.

中文部份
1.黃千容(2009)。應用貝氏網路建構墜落風險評估模型之研究。國立台灣科技大學營建工程系所碩士論文。
2.楊詠翔(2009)。專家經驗獲取在貝氏網路運用之探討-以營建安全為例。國立台灣科技大學營建工程系所碩士論文。
3.陳甄婷(2010)。失誤樹分析轉換成貝氏網路之研究-以水利發電系統引水路失效為例。國立台灣科技大學營建工程系所碩士論文。
4.蘇俊豪(2006)。建置貝氏網路於工程品質缺失及其應用之研究。國立中興大學土木工程學系所碩士論文。
5.廖偉全(2002)。營建工程風險確認分析模式-以隧道擠壓變形潛能為例。國立成功大學土木工程研究所碩士論文。
6.詹碩仁(2003)。潛盾隧道施工管理人為過失之研究。國立中央大學土木工程學系碩士論文。
7.張清淼(2015)。以貝氏網路對鋼構工程安全風險評估之研究。國立台灣科技大學營建工程系所博士論文。
8.岳婷瑜(2014)。橋梁工程墜落職災分析之研究-以預鑄預力節塊吊裝工法為例。國立金門大學土木與工程管理學系所碩士論文。
9.黃廣仁(2018)。鋼結構成本變更風險評估模式之探討。國立台灣科技大學營建工程系所碩士論文。
10.劉麒峰 (2004)。以貝氏網路為基礎的國中數學相關因素預測及診斷系統。淡江大學資訊工程學系所碩士論文。
11.潘家琳(2006)。利用動態貝氏網路分析基因網路的調控。慈濟大學醫學資訊研究所碩士論文
12.鍾朝恭(2012)。貝氏網路於水力發電系統故障診斷分析之應用-以石門水庫水力發電系統為例。國立台灣科技大學營建工程系所博士論文。
13.陳建叡(2017)。以貝氏網路探討基礎開挖之風險評估-以主樁橫板條工法為例。國立金門大學土木與工程管理學系所碩士論文。
14.葉永鑫(2020)。以貝氏網路探討營建工程管理APP持續使用意圖之研究-以臺灣為例。國立金門大學土木與工程管理學系所碩士論文。
15.劉又禎(2010)。潛盾隧道施工風險評估之研究。國立台北科技大學土木工程學系碩士論文。
16.洪顯宗(2009)。捷運工程施工風險評估模式之研究。國立中央大學營建管理研究所碩士論文。
17.蘇志鈾(2010)。潛盾隧道作業安全分析。國立中央大學環境工程研究所碩士論文。
18.鄭國雄、陳俊宏(2011)。由全生命週期談臺北捷運工程之風險管理。捷運技術半年刊第45期，第55-57頁。。
19.胡玉勝、涂序彥、崔曉瑜、程乾生(2001)。基於貝葉斯網路的不確定性之事的推理方法。計算機集成製造系統第7卷第12期，第65-68頁。
20.黃清賢(2008)。危害分析與風險評估。修訂二版。
21.黃清賢(2008)。危害分析與風險評估操作手冊。
22.林耀煌、蔡茂生、李友恒、林國濬(2012)潛盾隧道工程施工安全總論。
23.林耀煌、蔡茂生、李友恒、林國濬(2012)潛盾隧道工程施工安全管理手冊。
24.勞動部職安署核定版(2019)營造工程施工風險評估技術指引解說手冊。 
英文部份
1.Heinrich, H. W. (1931), "Industrial Accident Prevention,''4th Ed., New York.
2.Ben-Gal, I. (2007), Bayesian Networks, In: Ruggeri F., Faltin F. and Kenett R. (Eds.), Encyclopedia of Statistics in Quality and Reliability, John Wiley and Sons.
3.Pearl, J. (1986), Fusion, progagation, and structuring in belief networks. Artificial Intelligence, 29: pp.241-286.
4.Lauritzen, S. L., Thiesson, B., & Spiegelhalter, D. J. (1994),"Diagonstic systems created by model selection methods: A case study', In Uncertainty in Artificial Intelligence, Vol.89, No4, pp.143-152.
5.Heckerman, D. (1995), "A tutorial on learning with Bayesian networks', Microsoft Research report, Microsoft Corporation, pp.1-50.
6.Schervish, M. (1995), "Probabilistic inference and inference diagrams', Operations Research, Vol.36, No.4, pp.589-603.
7.Luxhoj, James T. (2004), "The Science and Art of Safety Risk Assessments for the Aviation Industry", INFORMS Conference, NASA Langley Research Center, Hampton, MA.
8.Qian, G., Zhong, S. G., & Cao, L. H. (2005), "Bayesian Network on Fault Tree and its Application in Diesel Engine Fault Diagnosis"ICMIT 2005. Control Systems and Robotics, Vol. 6042, pp.1-6.
9.Graves, T. L., Hamada, M. S., & Klamann, R. (2007), "A fully Bayesian approach for combining multi-level information in multi-state fault tree quantification' Reliability Engineering & System Safety, Vol.92, No.10, pp.1476-1483.
10.Kales, Paul (2006), Reliability for Technology, Engineering, and Management, Pearson Education Taiwan, Ltd.
11.Nima Khakzad, et al. (2011),"Safety analysis in process facilities: Comparison of fault tree and Bayesian network approaches"Reliability Engincering and System Safety", pp.925-932.
12.Norman, E. F., Neil, Martin Jose, & Caballero, Galan (2007), "Using Ranked Nodes to Model Qualitative Judgments in Bayesian Networks' IEEE Transactions on Knowledge and Data Engineering, Vol. 19, No. 10, pp.1420-1432. 
網頁部份
1.Agena Risk 10.0, User Manual (2020) https://www.agenarisk.com.
2.勞動部 https://www.mol.gov.tw/
3.勞動部職業安全衛生署 https://www.osha.gov.tw/
4.勞動部勞動及職業安全衛生研究所 https://www.ilosh.gov.tw/
5.勞動部營造業重大職災知識平台 https://laws.ilosh.gov.tw/ciakp/