Investigating the Dynamic Interactions Between Safety Knowledge, Attitudes, Behaviors, and Workplace Accidents Among Solid Waste Management Personnel
Notice bibliographique
Résumé
Ensuring workplace safety in solid waste management companies is critical due to the daily hazards' employees face.This study examines the relationships between safety knowledge, attitude, behavior, and accident occurrences among solid waste management (SWM) workers using structural equation modeling (SEM).Data were collected via selfadministered questionnaires from general employees within a SWM company in a northern state in Malaysia.The findings revealed significant positive correlations between safety attitude and behavior, showing that workers with more positive safety attitudes demonstrate safer behaviors.Additionally, safety behavior was negatively associated with accident occurrences, highlighting the crucial role of safe practices in preventing accidents.Safety knowledge positively influenced safety attitudes and behaviors, emphasizing the importance of comprehensive safety training programs.Effect size measures, R-squared values, and beta coefficients provided insights into the model's practical significance and predictive power.Indirect effects were also explored, indicating that safety knowledge indirectly impacted accident occurrences through its influence on safety behavior and attitudes.The study's limitations include its cross-sectional design and reliance on self-reported data, suggesting the need for longitudinal studies and objective measures in future research.Despite these limitations, the study contributes to understanding safety dynamics within the solid waste management industry.Practical implications include developing targeted safety interventions to enhance safety knowledge, attitudes, and behaviors to foster a safety culture and reduce workplace accidents.Specifically, the finding of this study helps the solid waste management industry be more alert in responding to workplace accident prevention by focusing on the employees' safety knowledge and attitude toward enforcing better safety behavior among the employees.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».