سنجش خطر تصادفات: نقش خودکارآمدی در رانندگی و عوامل جمعیت شناختی در امنیت تردد

نوع مقاله : پژوهشی اصیل

نویسندگان

1 کارشناسی ارشد روان‌شناسی عمومی، دانشگاه فردوسی مشهد، مشهد، ایران

2 کارشناس ارشد روان‌شناسی تربیتی، دانشگاه پیام نور واحد اصفهان، اصفهان، ایران

3 دانشجوی دکتری روان‌شناسی، گروه روان‌شناسی، دانشگاه اصفهان، اصفهان، ایران

چکیده

همه ساله افراد زیادی جان خود را در اثر تصادفات رانندگی از دست داده یا دچار مصدومیت‌های جبران ناپذیر می‌شوند. یکی از علل بروز این تصادفات عوامل انسانی است. هدف از پژوهش حاضر بررسی احتمال بروز تصادفات رانندگی بر حسب جنسیت، سن، تحصیلات، سابقه رانندگی و خودکارآمدی رانندگان بود. در یک طرح همبستگی، تعداد 210 نفر (74 زن، 136 مرد) از افراد مراجعه‌کننده به مراکز پلاک‌گذاری خودرو در شهر بجنورد به صورت تصادفی در دسترس انتخاب شدند. گردآوری داده‌ها با مقیاس خودکارآمدی رانندگی آدلاید (ADSES) و پرسشنامه شاخص‌های جمعیت شناختی صورت گرفت. نتایج تحلیل لوجستیک نشان داد که جنسیت (060=β)، تحصیلات (0.49-=β)، سابقه رانندگی (0.29-=β) و خودکارآمدی رانندگی (0.20-=β) پیش بینی کننده‌های معناداری برای تصادفات رانندگی هستند. به گونه‌ای که با کنترل سایر متغیرها، احتمال تصادفات در رانندگان زن 95.4 برابر رانندگان مرد است. با کنترل سایر متغیرها یک واحد افزایش در میزان تحصیلات 0.61 برابر احتمال تصادفات را کاهش می‌دهد. این میزان برای سابقه رانندگی 0.75 برابر و برای خودکارآمدی رانندگی 0.77 برابر کاهش در میزان تصادفات رانندگی را به همراه خواهد داشت. یافته‌های پژوهش حاضر نشان داد که جنسیت، میزان تحصیلات، سابقه رانندگی و خودکارآمدی رانندگی در پیش بینی احتمال تصادفات رانندگی موثر هستند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessing Accident Risk: The Role of Driver Self-Efficacy and Demographic Factors in Traffic Safety

نویسندگان [English]

  • Abolfazl Nejati Mehr 1
  • Marziyeh Mashayekhi 2
  • Marzie Torkamani 3
1 MSc. in General Psychology, Ferdowsi University of Mashhad, Mashhad, Iran.
2 MSc. in Educational Psychology, Isfahan Branch, Payam-e- Noor University, Isfahan, Iran
3 PhD Student in Psychology, Department of Psychology, University of Isfahan, Isfahan, Iran
چکیده [English]

Annually, vehicular collisions result in numerous fatalities and permanent injuries. This study aimed to assess the likelihood of vehicular accidents with respect to demographic and psychological factors, including gender, age, educational attainment, driving history, and self-perceived driving competence. Utilizing a correlational research design, 210 participants (74 females and 136 males) were randomly selected from those attending vehicle registration offices in Bojnourd. The Adelaide Driving Self-Efficacy Scale (ADSES) and a Demographic Indicator Questionnaire were employed for data collection. Logistic regression analysis indicated that gender (β=0.60), education (β= -0.49), driving experience (β=-0.29), and driving self-efficacy (β=-0.20) significantly predict accident occurrence. Controlling for other factors, the odds of accident involvement for female drivers are 4.95 times higher than for their male counterparts. Similarly, each increment in educational level reduces accident probability by a factor of 0.61, while a year of driving experience and an increase in self-efficacy reduce it by factors of 0.75 and 0.77, respectively. The findings underscore the influence of gender, education, driving history, and self-efficacy on accident probability estimation.

کلیدواژه‌ها [English]

  • traffic accident
  • driving self- efficacy
  • demographic characteristics
  • logistic regression

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 19 اردیبهشت 1403
  • تاریخ دریافت: 01 اردیبهشت 1403
  • تاریخ بازنگری: 11 اردیبهشت 1403
  • تاریخ پذیرش: 15 اردیبهشت 1403
  • تاریخ اولین انتشار: 19 اردیبهشت 1403