Is There Any Relationship between Mental Health and Driving Behavior of Taxi Drivers in Kerman?
Notice bibliographique
Résumé
Traffic accidents are the main reason of disability and the second reason of mortality in Iran. Therefore finding out the effective factors is vital. The aim of this study is to examine the relationship between mental health and taxi drivers’ behavior in Kerman. This is a cross-sectional descriptive research in which Manchester driving behavior questionnaire (MDBQ) and “general health questionnaire (GHQ)” were used. The questionnaires were distributed between 186 taxi drivers during February and March 2015. Our study was conducted in the province of Kerman in the east south of Iran. We used descriptive methods as well as t-tests, chi-square tests, and logit models for data analysis. The data analysis showed that the driving behavior of Kermanian taxi drivers is good (0.481±4.13) and the mental health situation of them is partly good (0.662±3.61). The Pearson’s correlation test showed overall driving behavior score is correlated positively with mental health score (r=0.83, P=0.000). Also there were positive correlations between all driving behavior dimensions and mental health dimensions at a level of significance of 0.005. The result of Chi-Square Test showed that there the younger drivers and who had less driving experience had higher mental health score. Single drivers and who had less education, which had faced with financial loss in their previous accidents, which had lose their driving license for a while, higher driving behavior score compared to the others (P<0.05). By some improvement actions in driver’s mental health, we can effect on their behavior. And by proper driving behaviors, we can avoid from some mortalities, disabilities and heavy costs on society.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».