矿工安全注意力研究:个体特征因素的结构方程模型
34 浏览量
更新于2024-09-03
收藏 386KB PDF 举报
"个体特征因素与矿工安全注意力的结构方程模型"
在矿业领域,矿工的安全注意力是保障生产安全的重要因素。这篇研究由佟静文发表在《辽宁工程技术大学学报(社会科学版)》第20卷第5期上,深入探讨了个体特征因素如何影响矿工的安全注意力。研究过程基于文献分析和开放式访谈,对20个煤矿的635名一线矿工进行了问卷调查,旨在找出影响矿工安全注意力的关键个体特征。
通过因子分析,研究者识别出了六个关键的个体特征因素,它们分别是:
1. 认知能力:矿工理解和处理信息的能力,直接影响他们对安全问题的理解和应对。
2. 自我效能:矿工对自己能否成功执行安全任务的信心,高自我效能的矿工更可能采取正确的安全行为。
3. 安全记忆:对过去安全事件的记忆和学习,有助于提高矿工对潜在危险的识别和预防。
4. 工作压力感:工作压力可能导致注意力分散,影响矿工在安全方面的专注度。
5. 工作动机:矿工对工作的积极性和动力,强烈的工作动机有助于维持高水平的安全注意力。
6. 思考能力:矿工解决问题和决策的能力,对于识别并避免安全风险至关重要。
使用结构方程模型,研究发现这六个因素与矿工的安全注意力显著相关,其中工作动机、认知能力和工作压力感的影响最为突出。特别地,自我效能不仅直接作用于矿工的安全注意力,还通过影响工作动机和工作压力感间接地发挥作用。
这些发现为从个体角度干预和提升矿工的安全注意力提供了理论依据。通过改善矿工的认知训练、增强自我效能感、减轻工作压力以及提供有效的工作动机,可以有效地提高矿工的安全注意力,从而降低事故发生的可能性。这一研究为矿山安全管理提供了新的视角,强调了关注和提升矿工个体特征对安全生产的重要性。
2020-06-11 上传
2020-07-06 上传
2020-05-07 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
weixin_38634037
- 粉丝: 7
- 资源: 958
最新资源
- IEEE 14总线系统Simulink模型开发指南与案例研究
- STLinkV2.J16.S4固件更新与应用指南
- Java并发处理的实用示例分析
- Linux下简化部署与日志查看的Shell脚本工具
- Maven增量编译技术详解及应用示例
- MyEclipse 2021.5.24a最新版本发布
- Indore探索前端代码库使用指南与开发环境搭建
- 电子技术基础数字部分PPT课件第六版康华光
- MySQL 8.0.25版本可视化安装包详细介绍
- 易语言实现主流搜索引擎快速集成
- 使用asyncio-sse包装器实现服务器事件推送简易指南
- Java高级开发工程师面试要点总结
- R语言项目ClearningData-Proj1的数据处理
- VFP成本费用计算系统源码及论文全面解析
- Qt5与C++打造书籍管理系统教程
- React 应用入门:开发、测试及生产部署教程