شناسایی و واکاوی خطاهای راننده با استفاده از تکنیک CREAM
محل انتشار: مجله مهندسی بهداشت حرفه ای، دوره: 5، شماره: 3
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 255
فایل این مقاله در 13 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_008
تاریخ نمایه سازی: 10 اسفند 1399
چکیده مقاله:
مقدمه: امـروزه تصـادفات و خسـارات ناشـی از آن یکی از مشـکلات عمـده حمـلونقـل جـاده ای در کشور است. در پدید آمدن تصادفات رانندگی، چهار عامل انسان، جاده، وسیله نقلیه و محیط تأثیر دارند. در این میان عامل انسان (راننده)70 تا 90درصد نقش دارد. بنابراین مطالعه حاضر بهمنظور شناسایی و ارزیابی خطاهای راننده با استفاده از روش Cognitive Reliability Error Analysis Method (CREAM) انجام گرفت.
روش بررسی: مطالعه حاضر، یک مطالعه توصیفی- مقطعی است که برای یک سناریوی مشخص از وظایف رانندگی اجرا گردید. در این مطالعه ابتدا با استفاده از روش واکاوی سلسله مراتبی(HTA) وظایف شغلی رانندگی برای سناریوی مورد نظر واکاوی شد.
یافته ها: بر اساس نتایج سناریوی مورد نظر، برای نه وظیفه راننده در بردارنده بستن کمربند ایمنی، کنترل نشانگرها، شروع حرکت، تغییر شتاب، تغییر مسیر، تنظیم فاصله، توقف خودرو، خاموش کردن، باز کردن کمربند ایمنی نوع سبک کنترل تاکتیکی تعیین گردید و بر اساس نتایج روش گسترده CREAM میزان خطای اجرا (17/87درصد)، خطای مشاهده (18/75درصد) و خطای تفسیر (9/38درصد) تعیین گردید.
نتیجهگیری: در مطالعه حاضر مطابق با روش اولیه CREAM چهارمورد شرایط کاهنده عملکرد شناسایی شد، عامل شرایط کار با یک مورد و انجام دو یا چند کار بطور همزمان با سه مورد بهعنوان مؤثرترین عوامل کاهنده عملکرد شناسایی شدند که میتوان با کاهش آنها موجب کاهش احتمال خطای راننده شد. همچنین مطابق با روش گسترده CREAM 32 خطا برای راننده شناسایی شد. بیشترین خطاهای شناختی دربردارنده خطای اجرا و مشاهده میباشد که با توجه به کنترلهای پیشنهادشده میتوان زمینه کاهش احتمال خطای انسانی را فراهم آورد.
کلیدواژه ها:
نویسندگان
زهرا نجفی
Zanjan University of Medical Sciences
شیرازه ارقامی
Zanjan University of Medical Sciences
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 :