سنجش خطر تصادفات: نقش خودکارآمدی در رانندگی و عوامل جمعیت شناختی در امنیت تردد
آرشیو
چکیده
پژوهش حاضر با هدف بررسی احتمال بروز تصادفات رانندگی بر حسب جنسیت، سن، تحصیلات، سابقه رانندگی و خودکارآمدی رانندگان انجام شد. در یک طرح همبستگی، تعداد 200 نفر از افراد مراجعه کننده به یکی از مراکز تعویض پلاک خودرو شهر مشهد در بازه زمانی دو هفته ای طی بهمن 1402 با روش نمونه گیری در دسترس انتخاب شدند. گردآوری داده ها با مقیاس خودکارآمدی رانندگی آدلاید (ADSES) و پرسشنامه شاخص های جمعیت شناختی صورت گرفت. نتایج تحلیل لوجستیک نشان داد که بین جنسیت، سابقه رانندگی و خودکارآمدی رانندگی با احتمال تصادف رانندگی رابطه معناداری وجود دارد (0.05>P). سایر نتایج گویای آن بود که احتمال تصادف رانندگی در زنان 78 درصد بیشتر از مردان است. علاوه بر آن افزایش سابقه رانندگی به میزان 19 درصد و افزایش خودکارآمدی رانندگی به میزان 18 درصد احتمال تصادف رانندگی را کاهش می دهند. یافته های پژوهش حاضر نشان داد که جنسیت، سابقه رانندگی و خودکارآمدی رانندگی در پیش بینی احتمال تصادفات رانندگی موثر هستند.Assessing Accident Risk: The Role of Driving Self-Efficacy and Demographic Factors in Traffic Safety
The aim of the present study was to investigate the likelihood of traffic accidents based on gender, age, education, driving experience, and driving self-efficacy. In a correlational design, 200 individuals visiting one of the vehicle license plate replacement centers in Mashhad (a city in Iran) during a two-week period (January-February 2024) were selected using convenience sampling. Data were collected using the Adelaide Driving Self-Efficacy Scale (ADSES) and a demographic questionnaire. The results of logistic regression analysis indicated that a significant relationship between gender, driving experience, and driving self-efficacy with the likelihood of traffic accidents (P < 0.05). Other results revealed that the likelihood of traffic accidents is 78% higher in women compared to men. Additionally, an increase in driving experience by 19% and an increase in driving self-efficacy by 18% reduce the likelihood of traffic accidents. The findings of the present study demonstrated that gender, driving experience, and driving self-efficacy are effective in predicting the likelihood of traffic accidents.
تبلیغات
