پیش بینی خواب آلودگی رانندگان بر اساس فرسودگی شغلی، کیفیت خواب و راهبردهای مقابله ای

زمینه و هدف: رانندگی، یکی از فعالیت های مهم و ضروری در زندگی اغلب افراد جامعه محسوب می شود. پژوهش حاضر با هدف پیش‌بینی خواب آلودگی رانندگان بین‌شهری بر اساس راهبردهای مقابله ای، کیفیت خواب و فرسودگی شغلی انجام شده است. روش: طرح پژوهش حاضر، هم‌بستگی بود و جامعۀ آماری آن را کلیۀ رانندگان تاکسی بین‌شهری شهر شیراز تشکیل دادند که 300  نفر از آن‌ها به روش نمونه گیرى در دسترس انتخاب شدند. گردآوری داده ها با استفاده از پرسش‌نامۀ خواب آلودگی اپوورث (1990)، پرسش‌نامۀ کیفیت خواب بایسی (1989)، پرسش‌نامۀ راهبردهای مقابله ای لازاروس و فولکمن (1993)، و پرسش‌نامۀ فرسودگی شغلی مسلش (1981) صورت گرفت. داده ها به کمک ضریب هم‌بستگی پیرسون و رگرسیون چندمتغیره موردتجزیه‌وتحلیل قرار گرفتند. یافته ها: نتایج نشان داد که فرسودگی شغلی، کیفیت خواب و راهبردهای مقابله ای قادر به پیش بینی خواب آلودگی هستند و 36 درصد از تغییرات آن را تبیین می کنند. پیشنهاد ها: با توجه به نقش فرسودگی شغلی، کیفیت خواب و راهبردهای مقابله ای در پیش بینی خواب آلودگی، پیشنهاد می شود که برای ارتقای عملکرد رانندگان و کاهش حوادث جاده ای، این متغیرها بیشتر موردتوجه قرار گیرد.

Prediction of Intercity Drivers’ Sleepiness Based on job Burnout, Sleep Quality and Coping Strategies

Background and aim: Driving is one of the most important activities in the lives of most people in society. The purpose of this study was to predict the intercity drivers’ sleepiness based on coping strategies, sleep quality and job burnout. Method: present research design was correlation and its statistical population included of all intercity taxi drivers in Shiraz that 300 of them were selected by available sampling method Data were collected using Epores Sleepiness Questionnaire (1990), Baysi Sleep Quality Questionnaire (1989), Lazaroos & Folkman Coping Strategies Questionnaire (1993), and Moslesh  Job Burnout Questionnaire (1981). Data were analyzed using Pearson correlation coefficient and multivariate regression.   Findings: The results showed that job burnout, sleep quality and coping strategies can predict drivers’ sleepiness and explain 36% of the its changes. Suggestions: Considering the role of job burnout, sleep quality  and coping strategies in predicting drivers’ sleepiness, it is recommended that these variables be further taken into account to improve driver performance and reduce road accidents.