Научная статья на тему 'Группы аварийности среди водителей автобусов'

Группы аварийности среди водителей автобусов Текст научной статьи по специальности «Математика»

CC BY
323
105
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ТРАНСПОРТНАЯ БЕЗОПАСНОСТЬ / АВАРИЙНОСТЬ / ПРОФЕССИОНАЛЬНЫЙ ОТБОР / ПРОФЕССИОНАЛЬНЫЙ ОТБОР ВОДИТЕЛЕЙ АВТОБУСОВ / СКЛОННЫЕ К ДОРОЖНОТРАНСПОРТНЫМ ПРОИСШЕСТВИЯМ ВОДИТЕЛИ / TRANSPORT SAFETY / ACCIDENCE / PROFESSIONAL SELECTION / PROFESSIONAL SELECTION OF BUS DRIVERS / DRIVERS ADDICTED TO TRAFFIC ACCIDENTS

Аннотация научной статьи по математике, автор научной работы — Лемешко Константин Алексеевич, Герус Сергей Валерианович, Дементиенко Валерий Васильевич, Кремез Александр Сергеевич, Таранов Антон Олегович

В статье представлены результаты эмпирических исследований и теоретического анализа, которые подтверждают существование водителей, склонных к дорожно-транспортным происшествиям, и создают базу для дальнейшего поиска методик выявления и профессионального отбора водителей, потенциальных авторов аварий.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Лемешко Константин Алексеевич, Герус Сергей Валерианович, Дементиенко Валерий Васильевич, Кремез Александр Сергеевич, Таранов Антон Олегович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ACCIDENT PRONENESS GROUPS AMONG BUS DRIVERS

The article presents results of empirical research and theoretical analysis which confirm the existence of accident prone drivers. The achieved results 120 make basis for further searching for the identification and occupational selection of such drivers.

Текст научной работы на тему «Группы аварийности среди водителей автобусов»

Психология труда, инженерная психология, эргономика

К.А. Лемешко, С.В. Герус, В.В. Дементиенко, А.С. Кремез, А.О. Таранов, В.В. Ермолаев, В.Б. Дорохов

Группы аварийности среди водителей автобусов'

В статье представлены результаты эмпирических исследований и теоретического анализа, которые подтверждают существование водителей, склонных к дорожно-транспортным происшествиям, и создают базу для дальнейшего поиска методик выявления и профессионального отбора водителей, потенциальных авторов аварий.

Ключевые слова: транспортная безопасность, аварийность, профессиональный отбор, профессиональный отбор водителей автобусов, склонные к дорожно-транспортным происшествиям водители.

Еще в начале XX в. дорожно-транспортные происшествия (ДТП) и проблема безопасности профессиональной деятельности стали объектом оригинальных исследований специалистов в области прикладной психологии и психиатров [2; 11; 13]. Однако, несмотря на длительность изучения проблемы и существенные достижения в этой сфере, до сих пор нет целостной общепризнанной теории или модели поведения водителя [18]. Это объясняется описательным подходом теоретических концепций, невозможностью экспериментальной проверки гипотетических положений, а также сложностью определения предикторов аварийности [6; 20; 30; 31; 33; 34].

Несмотря на принимаемые меры по ужесточению законодательства, совершенствованию дорожной сети, знаков и разметки, разработке, внедрению и совершенствованию систем безопасности водителя и пассажиров, регулированию рабочего времени и времени управления, аварии на дорогах остаются важной социально-экономической проблемой. Тран-

1 Работа выполнена при поддержке Российского гуманитарного научного фонда (проекты № 14-06-00963а, 12-36-01390a2).

спортные средства управляются людьми, чье поведение обусловливают многочисленные биологические, физиологические и психологические факторы. К группе водителей с высокой аварийностью относят молодых (до 25 лет) [15; 40], выпускников автошкол со стажем менее 18 месяцев [24; 29; 39; 41], а также водителей в возрасте 60 и более лет [36]. Определенная доля ДТП обусловлена вождением в нетрезвом виде [Там же], что, в свою очередь, вызвано целым рядом факторов, среди которых нельзя исключить ни биологические, ни психологические. однако проблема аварийности не исчерпывается вождением в состоянии опьянения, недостаточным уровнем подготовки и возрастом водителя.

Некоторые исследователи полагают, что до 40% ДТП создают водители, склонные к риску, - лица, имеющие повышенную психофизиологическую потребность активации по сравнению с другими, что приводит к негативным последствиям [38]. В ряде публикаций, разрабатывающих модель аварий, основанную на ошибочных действиях, показан вероятностный характер возникновения ошибочных действий водителя при снижении уровня бодрствования [5; 8; 14; 21; 28].

Эмпирические данные о том, что небольшая группа работников страдает от производственных травм чаще, чем остальные, привели к разработке представления о склонности к несчастным случаям или предрасположенности.

Впервые в 1919 г. M. Greenwood и H.M. Woods показали существование относительно малочисленной группы операторов промышленного оборудования Великобритании, подверженных большинству производственных травм [19]. E. Farmer и E.G. Chambers [16] и независимо от них K. Marbe [27] в 1926 г. для этого явления ввели термин «склонность к несчастным случаям», выделяя таким образом наличие стойкой группы лиц, регулярно подвергающихся несчастным случаям.

Мысль о существовании группы водителей, склонных к ДТП, чаще других, впервые высказана W. Bingham в 1933 г. [9], а в последующем подтверждалась эмпирически на различных группах: от владельцев личного автотранспорта до пилотов военно-воздушных сил [17; 23; 26; 40].

С начала 1940-х гг. проблема транспортной безопасности привлекает пристальное внимание психиатров и специалистов по инженерной психологии. Лица, регулярно совершающие ДТП, исследуются клинико-пси-хопатологическим методом и с привлечением разнообразных тестовых батарей [6; 7; 10; 22; 25; 32; 35; 42]. В отечественной психиатрии разработана теория повторного совершения ДТП в результате патологической реакции на стресс, вызванной первичной аварией [4]. Другие исследования, напротив, демонстрируют усиление бдительности водителем, попав-

о ^ го 9

шим в единичную аварию, что, по мнению исследователей, предотвращает совершение ДТП в аналогичных условиях в последующем [37]. Тем не ■Е §о менее, определенной методики для выявления предикторов аварийности m так и не создано [11]. Более того, крупномасштабных лонгитюдных эмпи-S £ рических исследований по данной проблеме существует весьма ограни-| ченное количество. Не выработана также единая методология подобных i работ [43].

Таким образом, исследование аварийности среди водителей в естественных условиях в течение длительного времени остается актуальной и малоисследованной проблемой. Особенно перспективной представляется разработка методов профессионального отбора, основанных на сравнении нейробиологических качеств операторов с результатами эмпирических наблюдений и учетом аварий. Детальная разработка методологии исследования транспортных аварий водителей для выявления предикторов склонности к ДТП позволит оптимизировать профессиональный отбор водителей и снизить количество аварий.

одной из наиболее известных работ, рассматривающих статистические данные аварийности водителей автотранспорта в русле концепции склонности к ДТП, является статья B.J. Campbell, D. Levine [12], где изучалась частота попадания в ДТП водителями штата Северная Каролина (всего 2 502 240 водителей) в течение двух следующих друг за другом двухлетних периодов. В работе «Статистический анализ предрасположенности водителей к авариям» [1] нами применялась методика сравнения распределения Пуассона с данными, полученными экспериментально в ходе каролинского исследования. Данные настоящего анализа мы будем сравнивать с этой работой.

Статистические показатели аварийности, как правило, устанавливаются либо путем сравнения эмпирически полученного распределения ДТП с пуассоновским распределением или с отрицательным биномиальным распределением [3], либо путем сравнения и корреляции количества ДТП, совершенных группой лиц в течение двух равных периодов времени [12].

Сравнение характера эмпирического распределения ДТП с распределением Пуассона выявляет их значительные различия. Согласно исследованию Д. Клебельсберга [3], эмпирические распределения ДТП несколько лучше согласуются с так называемым отрицательным биномиальным распределением, чем с простым пуассоновским распределением. Вопрос о характере распределения аварий, наиболее близкого к эмпирическому, остается открытым.

Использование коэффициентов корреляции как меры линейной взаимосвязи между частотами ДТП в разные промежутки времени также

вызывают определенную критику [3], обусловленную нелинейной связью между авариями в различные промежутки времени. Кроме того, коэффициенты корреляции помогают только обозначить проблему, констатировав, на какое количество водителей приходится то или иное количество ДТП, не давая возможности классифицировать водителей по их предрасположенности к ДТП.

Целью настоящего исследования был статистический анализ эмпирических данных об аварийности профессиональных водителей автобусов. Выполненная работа продолжает развивать концепцию склонности к авариям и формирует базу для последующего исследования предикторов аварийности на основании эмпирических показателей.

Актуальность и новизна работы заключаются в анализе данных, полученных в результате длительного наблюдения за поведением профессиональных водителей автобусов в условиях осуществления ими профессиональной деятельности. Немаловажным организационным аспектом наблюдаемой группы является тот факт, что в данной группе аварийные водители имеются, несмотря на естественное желание любого работодателя прекращать трудовые отношения с работником с низкими показателями эффективности и безопасности. Для избегания методологических трудностей [43] общие данные анализировались отдельно для двух типов случаев: случаев, где водитель признан невиновным, а также случаев, в совершении которых он виновен. В настоящей работе обобщены промежуточные данные, в последующих публикациях планируется оценить полученные показатели в динамике и сравнить их с результатами, полученными в ходе психофизиологического тестирования и клинического обследования.

Нами проанализированы показатели аварийности в группе 456 водителей междугородних автобусов (мужчин в возрасте от 19 до 72 лет, средний возраст 42,36 лет, среднеквадратичное отклонение 11,66 лет) ПАТП «Мосгортранс» и «Мострансавто» за последние 12 лет. Наблюдение продолжается по настоящее время, хотя исследовались данные о ДТП, которые совершены за отрезок времени с 01.03.1999 по 28.02.2011. Если водитель поступил на предприятие до 01.03.1999, то началом наблюдения его аварийности считалась дата 01.03.1999. Если водитель работает и в настоящее время, то второй считалась условная дата 28.02.2011. Данные относительно графика работы и отпусков, продолжительности рабочего времени были усреднены. Разброс периодов наблюдения составил от 90 до 4382 дней (рис. 1). Средний период наблюдения за аварийностью водителя составил 1145 дней (3,13 года).

о ^ го 9

До До До До До До До До До До 438 876 1314 1752 2190 2628 3066 3504 3942 4382 Время, дни

Рис. 1. частота периодов наблюдения за аварийностью водителя (гистограмма) и соответствующие ей теоретические частоты (на основе распределения вейбулла)

Данные об аварийности представляют собой информацию о числе ДТП в соответствии с журналом учета, предоставленным администрацией ПАТП, в совершении которых водитель по заключению ГИБДД был признан невиновным (диапазон от 0 до 3), а также число ДТП, в совершении которых водитель был признан виновным (диапазон от 0 до 3). Общее число водителей, совершивших ДТП со статусом по заключению гИБДД, представлено в таблице 1.

Таблица 1

Число водителей, совершивших ДТП

Статус виновен невиновен виновен (в) + невиновен (нв)

1 ДТП 45 1 ДТП 42 1 в + 1 нв 13

количество 2 ДТП 11 2 ДТП 2 2 в + 1 нв 1

ДТП и условие 3 ДТП 1 3 ДТП 1 1 в + 2 нв 1

Всего 57 Всего 45 Всего 15

Каждому водителю соответствует определенное число такого типа ДТП, совершенных им за период его работы. Предполагаем, что эти события происходили случайным образом и не зависели от индивидуальных качеств водителя. Тогда интервал между событиями подчиняется экспоненциальному закону распределения с параметром Хнв, а число событий ДТП т за период работы t каждого водителя распределено по закону Пуассона

пт

Вт = ^ (1)

т!

где п = X t, В - вероятность совершить т ДТП.

Методом наибольшего правдоподобия был вычислен параметр Хнв=3.9Т0-6 1/ч (Тнв=1/Хнв = 10660 дней). Для этого искался максимум следующей функции правдоподобия

(2)

I ¥ В (а .))

1

где индекс. показывает принадлежность параметра.-му водителю: т. -число ДТП и а. = - параметр закона Пуассона, зависящий от периода работы водителя.

Поскольку оценивалась выборка конечного размера, необходимо также оценить вероятность совершить ошибку, считая, что результат, полученный для этой выборки, совпадает с общим для генеральной совокупности. Выдвигается гипотеза (0-гипотеза), что закон распределения имеет вид с определенным выше значением Хнв. Выбираем критерий, с помощью которого проверяется данная гипотеза, и отвергаем ее, если получаем результат, маловероятный при истинности выдвинутой гипотезы. В нашем случае в соответствии с критерием Пирсона получено значение р = 0,64. Это значит, что, если мы отвергнем 0-гипотезу о распределении Пуассона с параметром Хнв, мы допустим ошибку с вероятностью р. Следовательно, мы просто обязаны ее принять. На рис. 2 изображены нормированные эмпирические и рассчитанные частоты пуассоновско-го распределения. Из сравнения гистограмм можно сделать вывод, что ДТП, в которых водители невиновны, происходят случайным образом и не зависят от индивидуальных качеств водителя.

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

Число ДТП

Рис. 2. Сравнение эксплуатационной нормированной частоты ДТП «невиновен» ( О ) и соответствующего ей пуассоновского распределения вероятности ( ■ )

90

1

Рассмотрим теперь аналогичные данные о ДТП, в которых водители были признаны виновными. Проверка критерием Пирсона показала, что гипотеза о пуассоновском распределении массива чисел ДТП достаточно маловероятна: р = 0,064, что находится на грани принять-отвергнуть. Подберем гипотезу с более высоким уровнем значимости. На рис. 3 показано заметное расхождение эмпирической и чисто пуассоновской гистограмм. Однако из графика видно, что расхождение это не очень большое.

1 П-

0,9

0,7

0,6

0,5

0,4

s 0,3

0,2

0,1

число дТп

Рис. 3. эмпирическая нормированная частота дТп «виновен» ( Q ) и соответствующего ей теоретического пуассоновского распределения вероятности для одного ( В ) и двух типов водителей ( ■ ).

Предположим, как это было сделано в нашей предыдущей работе [1] и в исследовании B.J. Campbell, D. Levine [12], что популяция водителей состоит из нескольких категорий водителей. Каждая категория характеризуется распределением Пуассона вида , описывающим вероятность попадания водителя в ДТП то или иное число раз. При указанных условиях для произвольно выбранного водителя риск совершить m ДТП вычисляется по формуле полной вероятности несовместных событий:

Pm (t) = £ CBm (3)

nm '

где B,m = a-e-\ a =y, £Ct = 1. m! i

Здесь ' - индекс, нумерующий категории водителей по их психофизиологической склонности к ДТП, m - индекс, нумерующий подгруппы водителей по числу совершенных ими ДТП (m = 0, 1, 2, 3), C, - вероят-

0

ность гипотезы о том, что данный водитель принадлежит к /-категории (иными словами, С. - это процентный состав водителей по категориям), В. - вероятность (по Пуассону) того, что водитель / -категории совершит т ДТП в течение периода своего рабочего времени t, X. - интенсивность ДТП водителей / -категории.

Параметры С. и X . как и ранее, рассчитывались методом наибольшего правдоподобия. Функция правдоподобия имеет следующий вид:

L = £ 1В( р (г]))

(4)

о ^ го 9

Здесь индекс ] означает суммирование по всем водителям. Расчеты показали, что достаточно использовать возможность существования двух категорий водителей, т.е. индекс / может принимать только два значения: 1 и 2. Более того, используемая информация, т.е. число водителей и время их работы, не дают возможности рассчитать параметры для большего числа категорий.

В результате расчетов были получены значения X. для первой и второй категорий и процентное распределение С. водителей по категориям. Указанные параметры, а также предсказанное соотношение между ДТП, создаваемыми этими категориями, приведены в таблице 1. Последнее рассчитано по следующей формуле:

N =-

Х,С,

/ = 1, 2

(5)

^1С1 + ^2С2

Оценим достоверность полученного двойного распределения Пуассона. Критерий Пирсона выявил достаточно высокий уровень значимости: р = 0,65. Это означает, что мы должны принять гипотезу о двойном распределении Пуассона с параметрами, представленными в таблице 2.

Таблица 2

Расчетные параметры безопасности для двух категорий водителей (на данных ДТП «виновен»)

Характеристики категории водителей

«менее аварийные» «более аварийные»

(1/ч) 2,1 ■ 10 - 6 1,1 ■ 10 - 5

Число водителей (С. %) 339 (74%) 117 (26%)

Количество ДТП (%) 34% 66%

Сравнение величин X . и X показывает, что интенсивность ДТП, в которых водитель невиновен, больше, чем интенсивность ДТП, совершаемых по вине первой категории водителей, в 2,2 раза Это озна-

чает, что «менее аварийные» водители в 2,2 раза чаще попадают в ДТП по чужой вине, чем по своей.

Интенсивность ДТП «более аварийных» водителей в 4,5 раза (^в2/^нв) больше, чем интенсивность ДТП, в которых водитель не виновен и в 10 S £ раз больше, чем интенсивность ДТП «менее аварийных» водителей.

Сравним наши результаты с результатами работы В.В. Дементиенко, i С.В. Герус [1], полученными на основе данных из штата Северная Каролина [12] (таблица 3).

Таблица 3

Расчетные параметры безопасности для разных категорий водителей (Сев. каролина) [1]

Характеристики категории водителей

1 2 3 4

\ (1/ч) 3,5 ■ 10 - 6 1,8 ■ 10 - 5 6,1 ■ 10 - 5 2,6 ■ 10 - 4

C (%) 77% 22% 0,66% 3,2 ■ 10 - 4%

Количество ДТП (%) 37,5% 56,8% 5,6% 0,01%

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Поскольку указанная база данных содержала сведения о гораздо большем количестве водителей (2,5 млн.), то и количество категорий было рассчитано больше - четыре. Представляется возможным сравнить результаты для двух первых основных категорий (таблицы 2, 3). Сопоставление показывает достаточно хорошее согласие результатов. Имеющиеся различия между X параметрами незначительны, если учесть, что XJ и X2 отличаются в 4-5 раз. Очень близки процентные содержания категорий водителей С. (74 : 26 и 77 : 22). Обратим внимание на то, что значения параметров X. американской выборки лежат в интервале между X . и X . российских показателей. Это может свидетельствовать о том, что частота ДТП, совершенных по вине водителей, X . очень близка к частоте американских ДТП X . (в российской первой группе даже меньше), но добавленная частота X , вызванная посторонними причинами, не зависящими от водителя, у американских водителей, по-видимому, гораздо меньше.

Хотя мы и получили конкретные цифры для значений X . , на самом деле это некоторые средние величины, т.к. в природе эти параметры имеют некоторый разброс, который невозможно учесть в рамках наших расчетов. В целом же полученные результаты для двух независимых баз данных неплохо согласуются между собой.

Что касается несовпадения процентного соотношения между количеством ДТП, совершаемого разными категориями, то оно вызвано различием параметров Xы , т.к. они входят в формулу для соотношения чисел ДТП.

Процентный состав водителей по категориям определяется параметром С1 = 74% (С2 = 1 - С1 = 26%). Однако это не означает, что из 455 каждый водитель является на 26% «более аварийным» и на 74% «менее аварийным». Такое получилось бы, если бы все водители проработали одно и то же время и совершили одинаковое число ДТП. Однако поскольку число ДТП и время профессиональной деятельности водителей индивидуальны, то вероятность водителя с номером] принадлежать к I категории (/ = 1, 2) водителей определяется с учетом этих обстоятельств согласно формуле изменения вероятности Байеса:

9 - 9 - С1В13 К -1 К (6)

- 3 - С В + С В ' К23 - 1 - 3 С1В13 + С2 В2 3

Здесь BlJ - вероятность пуассоновского распределения ] водителя из / категории (/' = 1, 2):

В - 3 е^ ,

У ~ I

3 - период работы _/-го водителя, т}. - число ДТП, в которых водитель был виновен.

Таким образом, каждому] водителю поставлена специфическая оценка Ку (К2), лежащая в интервале от 0 до 1. Величина Ку показывает вероятность того, что водитель принадлежит к категории «менее аварийных». Аналогично величина 82}. показывает вероятность того, что водитель принадлежит к категории «более аварийные». С учетом того, что 82}. = 1 -можно говорить о некоторой шкале аварийности К = К (в диапазоне от 0 до 1) в соответствии, с которой водителей можно классифицировать как «аварийных» (если К ^ 0) или «безопасных» (если К ^ 1).

Оценка аварийности водителя К зависит от времени работы водителя и от количества ДТП, в которых он был виновен, совершенных им за это время. Для наглядного представления этой зависимости построим ее график (рис. 4).

Зависимость состоит из четырех кривых - по количеству совершенных ДТП. Каждая точка на графике соответствует конкретному водителю. Каждая кривая имеет асимптотой горизонталь = 1, но для рассматриваемого ограничения по времени работы около 4500 ч. этим кривым далеко до своих асимптот. Более того, при дальнейшем увеличении времени работы водителей рассматриваемая зависимость может стать многозначной, т.е. одно и то же значение 5 могут приобретать водители с разным количеством ДТП. Для этого, конечно, водителю с большим количеством ДТП придется проработать существенно большее время, чем води-

телю с меньшим количеством ДТП. Но для реализации данного случая, судя по приведенному графику, требуется, по крайней мере, еще около 3000 ч. наблюдения за рассматриваемой группой водителей. Пока же (за время наблюдения ~ 4500 ч.) с достаточно высокой степенью вероятности (5" > 0,75) можно считать «безопасным» водителя, совершившего 0 ДТП (всего в нашей выборке таких водителей 310), и «аварийным» (5 < 0,25) -совершившего 2 и более ДТП (всего в нашей выборке 6 таких водителей). Водители, совершившие 1 ДТП, имеют значение S, лежащее в пределах от 0,34 до 0,58, что недостаточно для их уверенной классификации (140 водителей).

1

0,9 0,8 0,7 0,6 5 0,5 0,4 0,3 0,2 0,1 0

♦ ОДТП ■ 1 ДТП А 2 ДТП

хздтп

2000

рабочее время водителя

4000

Рис. 4. зависимость аварийности S для каждого водителя от времени его работы и количества совершенных им дТп (в которых был признан виновным)

События ДТП, в которых водитель был признан невиновным, распределены как результат случайного пуассоновского процесса с одним показателем X , не зависят от индивидуальных качеств водителя, не влияют на классификацию его аварийности и могут рассматриваться как результат случайного, стихийного события. Другими словами, водители попадают в ДТП, которые создаются по вине других водителей.

Аварии, в совершении которых водители признаны виновными, представляет собой результаты ДТП двух подгрупп водителей («менее аварийных» и «более аварийных») с разными индивидуальными склонностями к ДТП.

0

«Менее аварийные» и «более аварийные» водители составляют соответственно 74% и 26% от общего числа виновных участников ДТП.

Несмотря на то, что «более аварийных» водителей меньшинство (26%), по их вине совершается основное количество ДТП (66%) (из количества ДТП, совершенных по вине водителя). «Менее аварийные» имеют параметр интенсивности (X) попадания в ДТП в 10 раз меньше, чем «более аварийные», т.е. в данной группе водители попадают в ДТП по своей вине в 10 раз реже.

Водителей можно классифицировать с заданной вероятностью на принадлежность к группе «безопасных» или «аварийных» на основе числа ДТП, совершенных ими за время их работы. Если за время наблюдения около 5000 ч. водитель не совершил ни одного ДТП по своей вине, то с вероятностью более 0,75 его можно считать «хорошим» водителем и «плохим», если он совершил 2 и более ДТП.

Предложенный ранее [1] математический аппарат анализа эмпирических данных позволяет выявить группу аварийных водителей, по вине которых совершается большая часть аварий. Эта группа немногочисленна, но профессионально-психологический отбор именно таких водителей позволил бы сократить вдвое количество аварий.

Представляется перспективным поиск методик профессионального отбора, коррелирующих с оценкой аварийности водителей нашей выборки, получивших оценку с вероятностью более 0,75. Поиск таких методик (психофизиологических, клинико-анамнестических, опросный метод и т.д.) будет материалом дальнейших исследований.

о ^ го 9

Библиографический список

1. Дементиенко В.В., Герус С.В. Статистический анализ предрасположенности водителей к авариям // Нелинейный мир. 2010. Т. 8. № 4. С. 255-263.

2. Ермолаев В.В., Четверикова А.И. К вопросу о критериях профессионально-психологического отбора водителей // Вестник МГГУ им. М.А. Шолохова. Сер. «Педагогика и психология». 2014. № 2. С. 105-112.

3. Клебельсберг Д. Транспортная психология / Пер. с нем.; Под ред. В.Б. Мазур-кевича. М., 1989.

4. Шемчук Н.В. Психические расстройства у водителей - участников дорожно-транспортных происшествий: Дис. ... канд. мед. наук. М., 2003.

5. A review of invehicle sleepiness detection devices. Published project Report 157

6. Accident proneness, does it exist? A review and meta-analysis / Visser E. et al. // Accid. Anal. Prev. 2007. Vol. 39. P. 556-564.

7. Arbous A.G., Kerrich J.E. The phenomenon of accident proneness // Industrial Medicine and Surgery. 1953. Vol. 22. P. 141-148.

8. Awareness of driving while sleepy and road traffic accidents: prospective study in GAZEL cohort / Naby H. et al. // Br. Med. J. 2006. № 333. P. 75-98.

96

1

9. Bingham W.V. The accident-prone driver // Hum. Factors. 1932. Vol. 6. P. 158-169.

10. Burke C.J. A chi-square test for «proneness» in accident data // Psychological Bulletin. 1951. Vol. 48. P. 497-504.

11. Burnham J.C. The syndrome of accident proneness (Unfallneigung): why psychiatrists did not adopt and medicalize it // History of Psychiatry. 2008. Vol. 19. P. 251-274.

12. Campbell B.J., Levine D. Accident proneness and driver license programs // First International Conference on Driver Behavior. Zurich, 1973. PS 3. P. 1-12.

13. Clarke S., Robertson I.T. A meta-analytic review of the Big Five personality factors and accident involvement in occupational and non-occupational settings // J. of Occupational and Organizational Psychology. 2005. Vol. 78. Issue 3. P. 355-376.

14. Drowsiness, countermeasures to drowsiness, and the risk of motor vehicle crash / Cummings P. et al. // Injury Prevent. 2001. Vol. 7. P. 194-199.

15. Elvik R. Why some road safety problems are more difficult to solve than others // Accid. Anal. Prev. 2010. Vol. 42. P. 1089-1096.

16. Farmer E., Chambers E.G. A Psychological Study of Individual Differences in Accident Rates / Medical Research Council. Industrial Fatigue Research Board. Report № 38. London, 1926.

17. Fleming J., Dickenson J. Accident Proneness and Accident Law // Harv. L. Rev. 1950. Vol. 63. P. 769-795.

18. Glendon A.I. Traffic Psychology: A state-of-the-art review // The IAAP Handbook of Applied Psychology. 2011. P. 545-558.

19. Greenwood M., Woods H.M. The incidence of industrial accidents upon individuals with special reference to multiple accidents // Industrial Fatigue Research Board. Medical Research Committee. Her Majesty's Stationery Office. Report № 4. London, 1919.

20. Huguenin R.D., Rumar K. Models in traffic psychology // Traffic Psychology Today / Ed. By P.E. Barjonet. Boston, 2001. P. 31-59.

21. Kaplan K.A., Itoi A., Dement W.C. Awareness of sleepiness and ability to predict sleep onset: can drivers avoid falling asleep at the wheel? // Sleep Med. 2007. № 9. P. 71-79.

22. Kummer J.M. A psychiatrist looks at problem drivers // Medical Times. 1963. № 91. P. 160-164.

23. Lardent CL. Pilots who crash: Personality constructs underlying accident prone behaviour of fighter pilots // Multivariate Experimental Clinical Research. 1991. № 10 (1). P. 1-25.

24. Naturalistic assessment of novice teenage crash experience / Lee S.E. et al // Accid. Anal. Prev. 2011. Vol. 43. P. 1472-1479.

25. MacIver J. Psychological aspects of accident causation // Industrial Medicine and Surgery. 1959. Vol. 28. P. 231.

26. McFarland R.A. The epidemiology of motor vehicle accidents // JAMA. 1962. Vol. 180. P. 289-300.

27. Marbe K. Praktische Psychologie der Unfälle und Betriebsschäden. München, 1926.

28. Maycock G. Sleepiness and driving: the experience of UK car drivers // J. Sleep Res. 1996. Vol. 5. P. 229-237.

29. Mayhew D.R., Simpson H.M., Pak A. Changes in collision rates among novice drivers during the first months of driving // Accid. Anal. Prev. 2003. Vol. 35. P. 683-691.

30. Michon J. A. A critical view of driver behavior models: What do we know, what should we do // Human behavior and traffic safety / L. Evans, R.C. Schwing (eds.). NY, 1985. P. 485-520.

31. Michon J. A. Explanatory pitfalls and rule-based driver models // Accid. Anal. Prev. 1989. Vol. 21 (4). P. 341-353.

32. Mintz A., Blum M.L. A re-examination of the accident proneness concept // J. of Applied Psychology. 1949. № 33. P. 195-211.

33. Ranney T.A. Models of driving behavior: A review of their evolution // Accid. Anal. Prev. 1994. Vol. 26 (6). P. 733-750.

34. Rothengatter T. Drivers' illusions - no more risk // Transportation Research Part F: Traffic Psychology and Behaviour. 2002. № 5 (4). P. 249-258.

35. Selling L.S. The psychiatric findings in the cases of 500 traffic offenders and accident prone drivers // Am. J. of psychiatry. 1940. № 96. P. 63-79.

36. Streff F.M. Driving Safety // Encyclopedia of Applied Psychology. Oxford; Boston, 2004. Vol. 1. P. 633-638.

37. Taxi drivers' accidents: How binocular vision problems are related to their rate and severity in terms of the number of victims / Maag U. et al. // Accid. Anal. Prev. 1997. Vol. 16. P. 167-184.

38. The Conditions for Inappropriate High Speed: A Review of the Research Literature from 1995 to 2006 (Road safety research report № 92) / Fuller R., Bates H., Gormley M. et al. London, 2008.

39. The effect of passengers and risk-taking friends on risky driving and crashes/near crashes among novice teenagers / Simons-Morton B.G., Ouimet M.C., Zhang Z., et al. // J. Adolesc. Health. 2011. Vol. 49. P. 587-593.

40. Tillmann W. A., Hobbs G. E. The accident-prone automobile driver; a study of the psychiatric and social background // The Am. J. of Psychiatry. 1949. Vol. 106. P. 321-331.

41. Youth and Road Safety / Toroyan T., Peden M. (eds.). Geneva, 2007.

42. Webb W.B., Jones E.R. Some relations between two statistical approaches to accident proneness // Psych. Bulletin. 1953. № 50. P. 133-136.

43. Walberg A. Driver behavior and accident research methodology: unresolved problems. (Human factors in road and rail transport). Ashgate, 2009.

i Надоели баннеры? Вы всегда можете отключить рекламу.