زمینه: از آنجایی که اولویت‌بندی در سیاست‌ها با توجه به ظرفیت‌های موجود، محدود است. بنابراین ضرورت دارد پژوهشی جامع که میزان نقش متغیرهای روانشناختی در رفتار رانندگی را بررسی کند، انجام گیرد.هدف: این پژوهش با هدف بهره‌گیری از شیوه‌های نوین پژوهش، تحت عنوان فراتحلیل به تحلیل و ترکیب نتایج پژوهش‌های صورت گرفته در حوزه رفتار رانندگی و ویژگی‌های روانشناختی پرداخته است تا بدین طریق، نقشه راهی را در راستای پیشگیری از سوانح رانندگی ارائه نمایید.روش: جامعه‌ی آماری این پژوهش، تحقیقات انجام شده پیرامون رفتار رانندگی بین سال‌های 89 تا 99 می‌باشد. که اطلاع دقیقی از تعداد آنها در دسترس نبود و 25 پژوهش در زمینه‌ی رفتار رانندگی انتخاب شد. روش تحقیق این پژوهش، روش فراتحلیل می‌باشد. یافته ها: تمام این پژوهش‌ها از نظر معناداری انداز اثر مورد تحلیل قرار گرفتند و از شاخص r پیرسون جهت محاسبه اندازه اثر استفاده شد. تجزیه ‌و ‌تحلیل نتایج پژوهش‌های مورد بررسی با استفاده از مدل اثرات تصادفی نشان داد که اندازه اثر کل متغیرهای روانشناختی اثرگذار در رفتار رانندگی برابر با 32/0 بود. همچنین بررسی ناهمگونی نتایج با استفاده از شاخص‌های Q و I2 نشان داد که تفاوت معنی‌داری بین اندازه اثرهای بدست‌آمده در پژوهش‌های مختلف وجود ندارد. نتیجه گیری: پیشنهاد می‌شود در راستای پیشگیری از سوانح رانندگی، به ویژگی‌های روانشناختی رانندگان توجه ویژه‌ای شود و در ارائه صلاحیت رانندگی در کنار آزمون‌های کتبی و مهارتی رانندگی، ابزاری جهت ارزیابی ویژگی‌های روانشناختی رانندگان استفاده شود و برنامه‌های علمی و مدونی جهت بهبود ویژگی‌های روانشناختی رانندگان پرخطر ایجاد گردد. تفاصيل المقالة

پژوهش حاضر با هدف بررسی مخاطره الگوریتم MHRM در مدل های چند بعدی نظریه سؤال پاسخ در داده های دو ارزشی با در نظر گرفتن ابعاد و طول آزمون متفاوت مورد بررسی قرار گرفت. روش پژوهش مورد استفاده آزمایشی واقعی و با استفاده از طرح پس‌آزمون چند گروهی بود. نمونه مورد مطالعه براساس مطالعات شبیه‌سازی تحت شرایط مختلف متغیرهای مستقل در 27 حالت با 100 تکرار برای هر کدام ایجاد شد. مدل مورد استفاده مدل دو پارامتری چندبعدی لوجستیک و پارامترهای مورد بررسی شیب و دشواری سؤالات بود. جهت بررسی مخاطره هر یک از پارامترها در حالت‌های مختلف آزمایشی شاخص میانگین توان دوم خطاها مورد استفاده قرار گرفت. جهت تولید و تحلیل داده ها ار نرم‌افزارهای آماری R بسته های mirt، interactions، car و psych استفاده شد. نتایج پژوهش نشان داد الگوریتم MHRM در قیاس با الگوریتم‌های EM و MCEM دارای مخاطره کمتری است. این موضوع بویژه تحت شرایط داده‌هایی با ابعاد بالا (5 بعد) و طول آزمون کوتاه (15 سؤال) بیشتر مشهود بود. همچنین نتایج پژوهش نشان داد زمانی که ابعاد آزمون افزایش و طول آزمون کاهش می یابد، مخاطره برآورد پارامترها به طور معنی‌داری افزایش می‌یابد. در نتیجه می‌توان گفت کاربرد الگوریتم MHRM در داده‌های با تعداد ابعاد بالا و طول آزمون کوتاه ضروری است و به پژوهشگران توصیه می شود که از آن در تحلیل داده های با ساختار پیچیده از قبیل تعداد ابعاد بالا بهره گیرند تفاصيل المقالة