بررسی متغیرهای روانشناختی به عنوان پیشبینهای حادثهدیدگی در کارکنان عملیاتی شرکت ملی حفاری ایران
محل انتشار: مجله مهندسی بهداشت حرفه ای، دوره: 5، شماره: 3
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 276
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOHE-5-3_003
تاریخ نمایه سازی: 10 اسفند 1399
چکیده مقاله:
مقدمه: حوادث ناشی از کار به عنوان یکی از مهمترین فاکتورهای مهم بهداشتی، اجتماعی و اقتصادی در جوامع صنعتی و در حال توسعه مطرح شده و به عنوان سومین عامل مرگ و میر در جهان به شمار میرود در راستای کاهش این حوادث، پژوهش حاضر با هدف بررسی نارسایی شناختی، هوشیاری ایمنی و خستگی به عنوان پیشبینهای حادثهدیدگی کارکنان صف شرکت ملی حفاری ایران انجام شد.
روش بررسی: طرح پژوهش حاضر همبستگی از نوع پیشبین است که با هدف پیشبینی عضویت گروهی کارکنان (حادثهدیده و حادثهندیده) و دستیابی به معادله ممیز طراحی شده است. جامعه آماری پژوهش شامل کلیه کارگران صف شرکت ملی حفاری ایران واقع در اهواز بود. 260 نفر از افراد با روش نمونهگیری تصادفی ساده به عنوان نمونه انتخاب شدند. متغیرها به وسیله پرسشنامههای نارسایی شناختی (برادبنت، 1982)، هوشیاری ایمنی (وستیبی و لی، 2003) و خستگی (چالدر و همکاران، 1993) مورد سـنجش قـرار گرفتند.
یافتهها: دادهها از طریق روش تحلیل ممیز و با استفاده از نرمافزار SPSS-16 تحلیل شدند. نتایج پژوهش نشان داد که متغیرهای نارسایی شناختی، هوشیاری ایمنی و خستگی به ترتیب در سطح 0/011P<، 0/001P< و 0/011P< معنادار میباشند و هر سه متغیر میتواند امکان حادثهدیدگی کارکنان را پیشبینی نمایند.
نتیجهگیری: باتوجه به نتایج پژوهش پیشنهاد میشود به منظور کاهش میزان حادثهدیدگی کارکنان، متغیرهایی همچون نارسایی شناختی، هوشیاری ایمنی و خستگی در کارکنان مورد آزمون و بررسی قرار گرفته و در محیط های کاری حادثه زا از کارکنانی با نمرات نارسایی شناختی و خستگی کمتر و هوشیاری ایمنی بالاتر استفاده گردد.
کلیدواژه ها:
نویسندگان
علی مظفر
shahid chamran university of ahvaz
عبدالکاظم نیسی
shahid chamran university of ahvaz
نسرین ارشدی
shahid chamran university of ahvaz
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :