一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统与流程

文档序号:35669173发布日期:2023-10-07 15:10阅读:40来源:国知局
一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统与流程

本发明涉及城市公共交通系统领域,具体涉及一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统。


背景技术:

1、城市公共汽电车(下文统称“公交”)是满足人民群众基本出行的社会公益性事业,与人民群众的生活息息相关。

2、心理素质是在遗传基础之上,在教育与环境影响下,经过主体实践训练所形成的性格品质与心理能力的综合体现。在城市公交安全管理领域,本发明将驾驶员的心理素质进一步概括为心理认知能力、人格特质与心理健康状况三个维度。尽管在以往研究当中,许多学者证实了上述心理素质各个维度不同要素与安全(事故风险或违章行为)之间的相关性,但是如何界定以及判别驾驶员心理素质异常还缺乏相应的研究结论。

3、从实践角度而言,公交企业在招录驾驶员时,如何考察驾驶员的心理素质是否能够胜任公交驾驶岗位的要求既缺乏相关的法律法规依据,又缺乏相应的理论与实践支撑。因此,迫切需要一种能够辨识公交驾驶员心理素质异常的方法,在公交驾驶员入职前的岗前适岗性评价过程中对高事故风险人员进行筛查。


技术实现思路

1、本发明提出了一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,能够从心理认知能力、人格特质与心理健康状况三个维度辨识应聘人员的心理素质异常,预防高风险人员进入驾驶员队伍,从根源上降低公交领域(重特大)安全事故的发生风险。

2、为实现上述目的,本发明是通过如下的技术方案来实现:

3、一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,包括以下步骤:

4、s1、采集在岗公交驾驶员心理素质与事故记录数据;

5、s2、确定在岗公交驾驶员安全绩效水平;

6、s3、建立公交驾驶员心理素质常模与异常模;

7、s4、采集应聘驾驶员心理素质数据;

8、s5、输出应聘驾驶员岗前适岗性评价结果。

9、作为上述方案的优选,采集在岗公交驾驶员的心理素质数据包括心理认知能力、人格特质与心理健康状况三个方面,其中心理认知能力采用开发的交互式软件进行测评,包含注意力、视野范围、手眼协同能力、速度感知能力、空间感知能力、作业稳定能力和应急反应能力这7种能力;人格特质采用大五人格量表进行测评,包含外向性、开放性、尽责性、宜人性和神经质5个人格因子;心理健康状况采用症状自评量表scl-90测量,包含躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性以及其他(饮食睡眠情况)10个因子。采集的公交驾驶员事故记录数据为一年内在岗驾驶员的事故发生频数。

10、作为上述方案的优选,在岗公交驾驶员安全绩效水平的确定方法为,采用k-means聚类算法将一年内的在岗驾驶员事故发生频数分为两类,分类输出结果为聚类中心n1与n2,一年内事故发生频数小于等于(n1+n2)/2的驾驶员隶属于高安全绩效水平组,一年内事故发生频数大于(n1+n2)/2的驾驶员隶属于低安全绩效水平组。

11、作为上述方案的优选,公交驾驶员心理素质常模计算方法为:对高安全绩效水平驾驶员组的心理素质各个维度、各个要素测评得分取平均值;公交驾驶员心理素质异常模计算方法为:对低安全绩效水平驾驶员组的心理素质各个维度、各个要素测评得分取平均值。

12、作为上述方案的优选,采集应聘驾驶员心理素质数据的方法与内容为,对每位应聘驾驶员使用开发的心理认知能力交互式软件测评应聘人员的注意力、视野范围、手眼协同能力、速度感知能力、空间感知能力、作业稳定能力和应急反应能力这7种能力的得分;对每位驾驶员采用大五人格量表测评应聘人员外向性、开放性、尽责性、宜人性和神经质5种人格因子的得分;对每位驾驶员采用症状自评量表scl-90测量躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性以及其他(饮食睡眠情况)10个因子的得分。

13、作为上述方案的优选,应聘驾驶员岗前适岗性评价结果输出分为合格与不合格两种,当应聘驾驶员心理素质所有要素与公交驾驶员心理素质常模之间均无显著差异时,岗前适岗性评价结果为“合格”;当应聘驾驶员心理素质所有要素中存在至少1个要素与在岗驾驶员心理素质常模之间有显著差异且与异常模之间无显著差异时,岗前适岗性评价结果为“不合格”。

14、与现有技术相比,本发明的有益效果在于:

15、(1)采用k-means聚类算法,按照一年内事故发生频数,将在岗驾驶员分为高、低安全绩效水平两组,区分出驾驶员群体安全风险的高低差异。

16、(2)基于高安全绩效水平组驾驶员的心理素质测评结果建立其常模,基于低安全绩效水平组驾驶员的心理素质测评结果建立其异常模,建立起驾驶员安全事故风险与心理素质之间的映射关系。

17、(3)基于假设检验理论,建立应聘驾驶员心理素质异常的辨识方法,为评价公交驾驶员岗前适岗性提供了合理有效的理论依据。



技术特征:

1.一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,所述步骤s1与步骤s4中心理素质包含心理认知能力、人格特质与心理健康状况三个维度。

3.根据权利要求1及权利要求2所述一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,本发明测评的公交驾驶员心理认知能力包括注意力、视野范围、手眼协同、速度感知、空间感知、作业稳定和应急反应这7种能力。

4.根据权利要求1及权利要求2所述一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,本发明采集的公交驾驶员人格特质包含外向性、开放性、尽责性、宜人性和神经质5个人格因子。

5.根据权利要求1及权利要求2所述一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,本发明采集的公交驾驶员心理健康状况包含躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性以及其他(饮食睡眠情况)10个因子。

6.根据权利要求1所述的一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,所述步骤s2中在岗公交驾驶员安全绩效水平的确定方法为,采用聚类算法将一年内的在岗驾驶员事故发生频数分为两类,按照事故发生频数的大、小,分别对应低、高两类安全绩效水平。

7.根据权利要求1所述的一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,公交驾驶员心理素质常模由高安全绩效水平组在岗驾驶员心理素质各个要素测评值的统计均值来确定,公交驾驶员心理素质异常模由低安全绩效水平组在岗驾驶员心理素质各个要素测评值的统计均值来确定。

8.根据权利要求1所述的一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,其特征在于,所述步骤s5中应聘驾驶员岗前适岗性分析评价结果输出分为合格与不合格两种,其中评价结果为合格的条件为:应聘驾驶员心理素质所有要素与在岗驾驶员心理素质常模之间均无显著差异;评价结果为不合格的条件为:应聘驾驶员心理素质所有要素中存在至少1个要素与在岗驾驶员心理素质常模之间有显著差异且与异常模之间无显著差异。

9.一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价系统,其特征在于,所述系统包括心理认知能力测评模块、人格特质测评模块、心理健康状况测评模块以及岗前适岗性评价模块,其中心理认知能力测评模块采用开发的软件工具进行测评,包含注意力、视野范围、手眼协同能力、速度感知能力、空间感知能力、作业稳定能力和应急反应能力这7种能力;人格特质测评模块采用大五人格量表进行测评,包含外向性、开放性、尽责性、宜人性和神经质5个人格因子;心理健康状况采用症状自评量表scl-90测评,包含躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、偏执、精神病性以及其他(饮食睡眠情况)10个因子;岗前适岗性评价模块采用聚类算法将公交企业内部在岗驾驶员一年内的事故发生频次划分为两类,事故发生频次低的驾驶员组为高安全绩效水平组,事故发生频次高的驾驶员组为低安全绩效水平组,对所有在岗驾驶员采用心理认知能力测评模块、人格特质测评模块、心理健康状况测评模块进行测评,基于高安全绩效水平组驾驶员心理素质各个要素的测评均值构建公交驾驶员心理素质常模,基于低安全绩效水平组驾驶员心理素质各个要素的测评均值构建公交驾驶员心理素质异常模,对应聘驾驶员采用心理认知能力测评模块、人格特质测评模块、心理健康状况测评模块进行测评,当应聘驾驶员心理素质所有要素与公交驾驶员心理素质常模之间均无显著差异时,岗前适岗性评价模块输出结果为“合格”,当应聘驾驶员心理素质所有要素中存在至少1个要素与公交驾驶员心理素质常模之间有显著差异且与异常模之间无显著差异时,岗前适岗评价模块输出结果为“不合格”。


技术总结
本发明公开了一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法及系统,包括:S1.采集在岗公交驾驶员心理素质与事故记录数据;S2.确定在岗公交驾驶员安全绩效水平;S3.建立公交驾驶员心理素质常模与异常模;S4.采集应聘驾驶员心理素质数据;S5.输出应聘驾驶员岗前适岗性评价结果。本发明主要针对预防公交事故发生的需求,采用一种基于心理素质常模与异常模的公交驾驶员岗前适岗性评价方法,在驾驶员入职阶段筛除具有潜在高事故风险的心理素质异常的人员。

技术研发人员:刘好德,王寒松,钱贞国,刘向龙,冯旭杰,刘书浩,李香静,赵屾,宋晓敏,宋伟男,高畅,胡雪霏
受保护的技术使用者:交通运输部科学研究院
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1