调查驾驶风格:验证研究的多维驾驶风格与英国和中国的司机

文摘

文化产生重大影响驾驶行为和可以在行车安全起着重要的作用。其他地区的适应与交通有关的心理工具,开发新的国家情况下,应考虑文化背景。本文验证了多维驾驶风格库存(MDSI)与两个文化组成的样本215中国司机和240年英国司机。驾驶风格的因素分析了证据表明,这两个数据集呈现一些变化从原始版本的阶乘的仪器结构。分析英国的样品与之前的MDSI指示6驾驶风格,即焦虑,风险和离解,高速和生气,耐心,细心,和distress-reduction。中国参与者的数据集的分析显示其阶乘结构与原有40件44项分歧六个风格。一个新的维度,即一个粗心的驾驶风格,出现在中国的样本。这些差异提高需要验证和适应这一工具去考虑文化特异性。影响也衍生为司机通过司机的行为和道路安全增强解决方案应用程序。

1。介绍

道路交通事故是一个主要的健康和经济问题在世界各地,并在交通心理学主要研究集中在车祸很明显的人为因素,如态度、驾驶行为和社会人口的(例如,1,2])。驾驶风格已被证明是一个重要的人的因素与交通事故(1]。Rothengatter和于格南2]表明,85%的交通事故可以归因于人为因素,但它仍然是必要的去探索这一问题更加深入和广泛。大羚羊等。3]驾驶风格定义为方法司机驾驶时选择使用,或他们如何驾驶习惯而面临各种交通状况,包括他们所选择的驾驶速度,前方车辆的距离,他们习惯性的专注和自信。它已经表明,司机与某些驾驶风格,比如鲁莽和粗心,往往表现出不安全的驾驶行为(4]。因此,驾驶风格的调查可以帮助我们更好地理解某些种类的驾驶行为的原因从更普遍的角度来看。它还可以帮助为司机的分类提供重要的支持,这样司机与不同的驾驶风格可以在先进的监控和提醒驾驶员辅助系统来减少危险的驾驶行为。

来确定人们的驾驶风格,两种方法已被广泛应用,包括模拟器实验和自我报告的调查。模拟实验的优势让研究人员建立定制的环境条件;然而,这些实验通常是昂贵的和有限的现实虚拟环境(5]。因此,自我报告的调查已经成为一个非常流行的方式。多维驾驶风格库存(MDSI)是一个自我报告测量开发评估驾驶风格(6]。共44项由Taubman-Ben-Ari et al。7)测量驾驶风格根据主观方法,参与者被要求评价,规模6个,每个项目在多大程度上反映了他们的感情,思想和行为的司机。因子分析揭示了八个主要驾驶风格因素,解释变异量的56%的44项,即离解,焦虑,有风险的,生气,高速,distress-reduction,耐心,细心。基于广泛的文献回顾,Taubman-Ben-Ari等人推测四大维度的驾驶风格。第一个维度特点是高速驾驶,通过其他车辆禁止通行的区域,和醉酒驾驶,可能危及司机和其他人。这个维度是MDSI代表危险和高速驾驶风格。第二个维度是司机展览警觉性和紧张的感觉。这个尺寸是由焦虑、离解和distress-reduction风格。愤怒的驾驶风格是第三个维度,反映出积极的道路上驾驶的倾向,如探测角或在其他司机闪光。最后,还有耐心和仔细的驾驶风格,司机是适应,耐心,礼貌而遵守规则。这是代表在MDSI仔细耐心的风格。

Taubman-Ben-Ari et al。7)提供的证据的可靠性和有效性MDSI作为应用于以色列的人口。此外,MDSI已经被翻译成好几种语言了,验证在不同的国家(例如,阿根廷,比利时、荷兰、西班牙、罗马尼亚、马来西亚、和意大利)。粪便等。8)调整和验证的西班牙语版本MDSI使用在阿根廷,减少维度六个因素,通过合并高速度和风险,和病人护理。Trogolo et al。9]也检查的有效性MDSI样本1277司机来自阿根廷。探索结构方程建模(整体)被用来测试MDSI的因子结构和测量不变性。研究结果表明6-factor模型所代表的风险,生气,离解,焦虑,细心,耐心的风格。Huysduynen et al。10)进一步验证MDSI司机在比利时和荷兰。他们的研究发现,五个因素确定参与者来自荷兰和比利时比八更稳定的因素在以色列从原始研究的参与者。确定了以下五个因素:愤怒、焦虑、离解,distress-reduction,小心。帕迪拉et al。11)验证是否合适在西班牙MDSI的西班牙语口语。结果显示6-factor阿根廷版的MDSI结构,具有较高的内部一致性值为每个驾驶风格。Karjanto et al。12)调查了338名司机的驾驶风格使用MDSI马来西亚。研究结果显示四个驾驶风格最初的八个因素,包括谨慎,风险,焦虑,离解,愤怒的风格。霍尔曼和Havarneanu13)开发了一个罗马尼亚版本的MDSI适合罗马尼亚驾驶环境和文化特异性。它驾驶行为分为7个风格,其中焦虑,有风险的,生气,distress-reduction和离解样式对应于原始的乐器。补充的驾驶风格,即“违反规则”,上下文被视为非理性的风格,介绍了。Freuli et al。14)验证的MDSI测量561名司机的驾驶风格来自意大利。他们证实了8-factor结构的原始MDSI通过删除不正确导致的4项因素。王等人。15]研究了可靠性、结构和中国版本的有效性MDSI与来自中国的296名司机,来确定哪些类型的风格是典型的中国司机开车。他们通过指示修订原MDSI四个驾驶风格,即风险,生气,高速,小心,焦虑的风格。长,Ruosong [16也验证了一个中国版的MDSI 760名司机。他们的研究揭示6-factor MDSI结构包括风险,焦虑,生气,distress-reduction,小心,和离解的驾驶风格。这些研究都支持MDSI的信度和效度;然而,在研究遇到的因子结构不一致。

有证据表明,文化因素影响交通的性能和安全(17]。例如,中国司机有一个独特的交通文化,可以促进不同的驾驶风格和行为(18,19]。研究中关注显示开车时的愤怒,中国司机报告更少的愤怒回应无礼和非法驾驶比他们的美国同行,或者司机在新西兰和西班牙20.]。驾驶技能而言,中国司机表现出不同的驾驶风格和参与更多的崩溃比在美国和日本21,22]。在西方国家,司机的行为是由交通规则。拉尤宁就和帕克(23)检查使用驾驶愤怒量表的可行性(DAS)由Deffenbacher et al。24),和一个示例的英国司机透露,“警力”的次生氧化皮没有引起任何显著水平的愤怒,这表明英国司机对交通执法更积极的态度比我们的司机。交通状况和驾驶行为是不同的在不同的国家,这是不合适的期望心理仪器开发其他地方可以直接交通研究工作在其他国家(25,26]。

驾驶风格和驾驶风格的不同方面之间的关系仍知之甚少(27)很大程度上是由于交通文化,社会人口特征,和文化差异28]。本研究旨在探讨MDSI在两个不同的地理区域的有效性进行独立验证的问卷。它首先验证的八个主要因素和载荷分布对司机同样的问卷调查在中国和英国,从而提供有效的信息文化相关的驾驶风格和成为一个有价值的工具来支持未来交通心理学的研究。然后探讨之间的关系确定驾驶风格和社会人口特征。它的结尾总结主要发现和一些建议驾驶风格研究的未来发展方向。本研究有助于促进道路安全通过驾驶风格的理解。

2。研究实验

2.1。参与者

总共有455名司机取样,从中国215年和240年的英国,谁完成这项研究是基于调查问卷。两组不同的性别、经历、年龄分布。样本来自不同地理区域在中国由137名男性和78名女性,年龄从18岁到65岁,在驾驶体验(包括第1 - 40年驾驶经验的数量从年)。英国样本包括127名男性和113名女性,年龄从20到76年,从2到58年的驾驶体验。样本根据年龄分为三组(“年轻”= 30岁以下,“中年”= 31岁和60岁之间,和“老”= 61岁及以上)。参与者人口统计数据的描述性统计如表所示1。

预计的人口分布样本反映出某种程度的人口分布在相应的驱动程序。例如,最近的一项以人群为基础的控制研究在中国首都表示年轻司机占18.5%,61%的中年司机,和20%老司机(29日]。相比之下,司机的年龄分布在英国是27.5%的集团,热情洋溢31-60组60%,超过61岁的人群中为12.5% (30.]。另一项研究调查的影响,性别对高级驾驶员辅助系统根据中国道路状况有50%男性司机比女性司机31日]。尽管样本人口似乎合理,缺乏官方信息对整个司机人口分布在这种情况下确认完整的样本选择的适当性(32]。

2.2。仪器

Taubman-Ben-Ari et al。7)总结了各种措施的驾驶行为发展成多维概念化的驾驶风格。他们扩大了范围的分析行为与交通事故有关,行为,日常驾驶习惯有关。原来的物品在MDSI改编主要来自几个现有的调查,包括司机风格问卷(DSQ、法语等。33]),司机行为问卷(DBQ,原因等。34]),司机行为量表(DBI, Gulian et al。35])。每个问卷水龙头非常驾驶风格的不同方面。例如,DSQ [33)评估因素,如“速度”,“安全带使用”和“交通违规”,但也“情绪控制”和“冒险行为。“相比之下,DBI (35研究”驱动压力”和“维驾驶侵略,“比如挫折有关超车场面。著名的DBQ [34]另一个焦点;检查“失误”(例如,打开错误的设备),“错误”(例如,没有注意行人过马路),和故意“侵犯”(例如,超速或追尾)。Taubman-Ben-Ari et al。7,36)综合各种测量尺度的多维概念驾驶风格和最终形成的原始版本MDSI。44项组成的这个原始MDSI,创建基于八因素和驾驶风格的四个领域:(1)不计后果和粗心的驾驶风格,(2)一个焦虑的驾驶风格,(3)愤怒和敌意的驾驶风格,和(4)病人仔细的驾驶风格。鲁莽和粗心的驾驶风格是指故意违反安全驾驶规范,开车时寻求的感觉和刺激。它的特点是,高速驾驶,禁止通行区传递,醉酒驾驶。焦虑的驾驶风格反映了警觉性和紧张的感觉,以及无效参与休闲活动在开车。愤怒和敌意的驾驶风格是指表达愤怒,愤怒,开车时和敌意,连同倾向于积极的道路上,包括诅咒其他司机,按喇叭或闪烁的车灯。耐心和仔细的驾驶风格反映了适应驾驶行为,如规划、全面关注,显示耐心,礼貌,和冷静方向盘和遵守交通规则。

中国版本的MDSI是基于原始MDSI[开发7]。翻译是由两位研究者独立并进行交叉检查由专业翻译。44项的最终版本由基于八驾驶风格因素之前的仪器用来测量作为单独的概念(例如,驱动压力,司机侵略,和危险驾驶)。进行试点测试有六个中国司机检查MDSI翻译。所有的参与者表示,中国版本的MDSI是可以理解的。参与者被要求评价每一项在一个6个Likert-type规模(从“不”到“非常”)根据他们在驾驶行为。它还包含了积极的驾驶风格,或更具体地说,病人和谨慎驾驶风格,被省略了从大多数以前的研究(例如,37])。

2.3。过程

参与者首先招募网上通过社会媒体,通过筛选程序,以确保他们能胜任这项研究。所有的参与者被要求具备下列条件:(1)至少18岁;(2)有一个有效的驾驶执照;(3)有至少1年的驾驶经验。调查问卷是分布式的在线调查工具Sojump (http://www.sojump.com)通过滚雪球抽样、问卷的第一个传播一群大学生,他们接着问共享和网络问卷调查。Sojump是一个专业的在线调查平台,允许服务的问卷设计和数据收集。简要概述的招募参与者的目的研究和合格标准,他们问的问题关于他们的社会人口特征以及各种客运条件下驾驶风格和驾驶行为。两组完成了调查在各自的母语通过在线调查工具。它持续了一段时间的数据收集和1个月的3个月监测获得的数据。伦理批准项目被授予研究伦理委员会的诺丁汉大学宁波。

2.4。数据分析

Kolmogorov-Smirnov测试是首先进行,这表明,样本数据是正态分布( )。因子分析然后进行验证之前开发的MDSI版本与我们的样品。均值替代用于治疗缺失的数据。执行的因素分析采用方差极大旋转,揭示底层结构的项目。旋转方法Oblimin受雇,它允许在最后的解决方案相关的因素。我们检查了这些因素的差异分数通过社会人口和驾驶记录变量,采用多元协方差分析(MANCOVA)。的单变量影响的变量成为因子得分显著相关,接着进一步研究通过单变量方差分析和皮尔森的相关性。

3所示。结果

3.1。因子分析的样本

因子分析与方差极大旋转215中国参与者的答案进行了探索44 MDSI项目是否会形成的八个因素推测的结果相比,Taubman-Ben-Ari et al。7]。44项的发现揭示一个分布在8个因素(特征值> 1),解释方差的56.1%。两个因素没有足够的项目做出有意义的贡献。表2介绍了每个项目的载荷。

因子1包括11项解释10.56%的方差(量表的阿尔法:.897)。四个项目在这个因素被包括在焦虑的驾驶风格,六离解的驾驶风格,和一个原始MDSI高速驾驶风格的。因此,这个因素是贴上愤怒和离解的驾驶风格。因子2包括七项解决风险,敌意和寻求刺激的行为。这个因素可以解释4.33%的方差(克伦巴赫α.886)。在这些项目中,三是包含在危险的驾驶风格而愤怒的驾驶风格和一个原始MDSI小心驾驶风格的。这个因素是贴上危险和愤怒的驾驶风格。因子3包括八项解决一个人的倾向于开车很快,面向高速驾驶。这个因素可以解释3.05%的方差(量表的阿尔法:.705)。五个项目被包含在高速驾驶风格,两个在焦虑的驾驶风格,和一个原始MDSI离解驾驶风格的,贴上高速驾驶风格。 Factor 4 consists of six items addressing a well-adjusted and adaptive driving style, including concentration, patience, and compliance with road traffic regulations. This factor explains 2.08% of the variance (Cronbach’s alpha: .705) and was labelled the patient and careful driving style. Three items of this factor were included in the patient driving style: two were in the careful driving style and one in the dissociative driving style of the original MDSI. Factor 5 consists of six items addressing a person’s tendency to engage in relaxing activities to reduce stress while driving. This factor explains 1.38% of the variance (Cronbach’s alpha: .73), among which four items were included in the distressed driving style, two in the careful, and one in the patient driving styles of the original MDSI. This factor was labelled as the distress-reduction driving style. Factor 6 consists of four items addressing inattentive driving behaviours when driving, which can be observed as an instantaneous attention deviation from driving. This factor was labelled as the inattentive driving style. This factor explains 1.38% of the variance (Cronbach’s alpha: .83). There were two items from the dissociative driving style: one item from the distress-reduction driving style and one from the careful driving style of the original MDSI. Factor 7 consists of two items from the anxious driving behaviour of the original MDSI addressing confident driving behaviour. This factor explains 1.05% of the variance (Cronbach’s alpha: .584), which was labelled as confident driving behaviour. Factor 8 consists of two items that explain 1.02% of the variance (Cronbach’s alpha: .11), among which one item was included in the anxious driving behaviour and one in the high-velocity driving behaviour of the original MDSI. This factor was labelled as others.

一个约束将每个因素至少有三项。这些因素的可靠性测试量表的阿尔法。Nunnally [41)规定,如果结构通常高于或接近0.70,那么它可以确认项目测量的结构是可靠的。7项因素量表的阿尔法图实现了低,所以从分析中删除。8项因素是异构的,这使得它很难标签,结合低克伦巴赫α,所以这个因素也从分析中删除。

作为后续第一因子分析的结果,一个由六个因素组成的第二因素分析与方差极大旋转,在哪些项目4中,40岁,2、7被排除在外,因为他们不符合这个分析中使用的六个主要因素。40项的分析显示一个分布在六因素解释方差的58%。物品的载荷为每个这些因素展示在表2。

因子1包括11项解释26.36%的方差(量表的阿尔法:.902)解决焦虑和离解驾驶行为。在这些项目中,四人包括在焦虑的驾驶风格,六离解的驾驶风格,和一个高速驾驶风格的原始MDSI贴上的焦虑和离解的驾驶风格。因子2包括八项解释10.9%的方差(量表的阿尔法:.886)。四个项目被列入高风险驾驶风格:三个愤怒的驾驶风格和一个原始MDSI小心驾驶风格的。这个因素是贴上危险和愤怒的驾驶风格。因子3包括七项解释7.58%的方差(量表的阿尔法:.76),其中五项包含在高速驾驶风格,一个焦虑的驾驶风格,和一个原始MDSI离解驾驶风格的。这个因素是贴上高速驾驶风格。因素4包括五项解释4.8%的方差(克伦巴赫α:.68点)。三项包括病人的驾驶风格和两个原始MDSI小心驾驶风格的。因此,这个因素是耐心和仔细的驾驶风格标签。 Factor 5 consists of five items explaining 3.34% of the variance (Cronbach’s alpha: 0.63), among which three items were included in the distress-reduction driving style, one in the careful and one in the patient driving style of the original MDSI. This factor was labelled the distress-reduction driving style. Factor 6 consists of four items explaining 3.07% of the variance (Cronbach’s alpha: 0.71). This is a new factor including two items from the dissociative driving style: one item from the careful driving style and one from the distress-reduction driving style, which was labelled as the inattentive driving style.

3.2。中国样本的驾驶风格和社会人口因素

之间的关系确定驾驶风格和性别的社会人口特征、年龄、和驾驶经验进行了多元和单变量方差分析(方差分析)。多元方差分析表明一个重要的性别差异F(215)= 1.257, 。单变量方差分析表明,性别差异不显著的焦虑和离解驾驶风格(215)= 0.516, (男人的意思= 2.53,SD = 1.04;女人意味着= 2.43,SD = 0.94), distress-reduction驾驶风格(215)= 2.78, (男人的意思= 4.14,SD = 0.93;女人意味着= 3.94,SD = 0.98),漫不经心的驾驶风格(215)= 0.912, (男人的意思= 3.04,SD = 0.98;女人意味着= 3.02,SD = 0.87),但在他们表示有显著差异的风险和愤怒的驾驶风格F(215)= 4.51, (男人的意思= 2.27,SD = 0.08;女人意味着= 2,SD = 0.72),耐心和仔细的驾驶风格F(215)= 4.93, (男人的意思= 4.12,SD = 0.90;女人意味着= 4.37,SD = 0.76),高速驾驶风格F(215)= 8.203, (男人的意思= 3.63,SD = 1.13;女人意味着= 3.1,SD = 1.03)。

皮尔逊相关性(¹之间的皮尔逊相关系数.10和29代表一个小协会系数在0.30和0.49之间代表媒体协会和系数0.50以上代表大协会(45]。)测试探讨年龄和六个驾驶风格之间的关系。他们表示,年龄是负相关的焦虑和离解的驾驶风格,r(207)=−0.312, ,风险和愤怒的驾驶风格,r(207)=−0.346, ,高速驾驶风格,r(207)=−0.238, ,distress-reduction驾驶风格,r(207)=−0.205, ,粗心的驾驶风格,r(207)=−0.314, 这是积极与病人和谨慎的驾驶风格,r(207)=去年, 。这证实,年长的参与者,倾向于采用焦虑和离解越低,风险和愤怒,高速,distress-reduction,分心驾驶风格,倾向于接受病人越高和谨慎驾驶风格。

皮尔森的相关性还显示,驾驶体验显著负相关的焦虑和游离的驾驶风格,r(207)=−0.237, ,风险和愤怒的驾驶风格,r(215)=−0.241, ,粗心的驾驶风格,r(207)=−0.313, ,虽然呈正相关的耐心和仔细的驾驶风格,r(207)= 0.287, 。它显示没有明显的年龄和高速风格之间的关系和distress-reduction驾驶风格。

3.3。因子分析英国的样品

因子分析和方差极大旋转对答案来自英国的240参与者,揭示44项分布在八个因素解释方差的65.7%。两个因素没有足够的项目做出有意义的贡献。项分布可以在表中找到3。

1包括五项因素解释了总方差的34.1%(量表的阿尔法:.502)。这些东西都贴上焦虑的驾驶风格,解释一个人的开车时倾向于经验的紧张和压力。因子2包括19项解释总方差的8.48%(量表的阿尔法:.962)。这些项目是指一个人的倾向于寻求刺激和参与高风险驾驶和在驾驶分心的倾向,这是贴上风险和离解的驾驶风格。在这些项目中,四项是包含在危险的驾驶风格,和七个原始MDSI离解驾驶风格的,而其余八项原始MDSI其他风格的。因子3包括五项解释总方差的7.3%(量表的阿尔法:.804)。这个因素描述的是,一个人会开车很快,和这样的危险驾驶行为,这可能会干扰和危及其他道路使用者,贴上高速和愤怒的驾驶风格。三个项目都包含在高速驾驶风格和原始MDSI两个愤怒的风格的。因素4包括五项解释总方差的3.21%(量表的阿尔法:.623),描述人的倾向是礼貌的其他道路使用者和展示没有时间压力的迹象。三项以前包括在病人MDSI风格,和其他两个项目包含在驾驶风格。 This factor was labelled as the patient driving style. Factor 5 includes three items explaining 2.09% of the total variance (Cronbach’s alpha: .784), in which people tend to drive carefully and in a structured manner. This factor was labelled as the careful driving style. Two items were included in the careful style and the remaining item in the patient style of the original MDSI. Factor 6 includes three items explaining 1.5% of the total variance (Cronbach’s alpha: .562), describing drivers’ engagement in relaxing activities while driving, which was labelled as the distress-reduction driving style. These three items were included in the original MDSI, corresponding to the distress-reduction style. Factor 7 includes two items explaining 1.1% of the total variance (Cronbach’s alpha: .201). These items were part of the risky and anxious driving styles of the original MDSI. Factor 8 includes two items explaining 1.02% of the total variance, and these were included in the dissociative driving style of the original MDSI.

一套约束又有至少三项因素。7和8项因素实现低量表的阿尔法图,并从分析中删除。作为后续第一因子分析的结果,一个由六个因素组成的第二因素分析与方差极大旋转,项目6、7、12被排除在外。这种分析揭示了41项分布在六因素,解释方差的62.86%。物品的载荷在每个这些因素提出了表3。

因子1包括六项解释总方差的35.43%(量表的阿尔法:.585)。所有项目都包含在原始MDSI焦虑的驾驶风格。因子2包括17项解释总方差的8.81%(量表的阿尔法:.960)。这些项目地址不安全的和危险的驾驶行为,其中四项包含在风险和离解的驾驶风格,七原MDSI离解驾驶风格的,剩下的6个条目在原始MDSI其他风格。因子3包括七项解释总方差的7.4%(量表的阿尔法:.831)。四项是包含在高速驾驶风格,和三个原始MDSI愤怒的风格的。因素4包括四项解决病人驾驶行为和态度。这个因素可以解释4.91%的总方差(量表的阿尔法:.623)。在这些项目中,三个以前包括在病人风格和一个原始MDSI小心驾驶风格的。5包括三项因素解释了总方差的3.48%(量表的阿尔法:.784)。 There are two items in the careful style and one in the patient style of the original MDSI. Factor 6 consists of three items explaining 2.83% of the total variance (Cronbach’s alpha: .562), and this was labelled the distress-reduction driving style.

3.4。英国的驾驶风格和社会人口因素样品

之间的关系确定驾驶风格和性别的社会人口特征、年龄、和驾驶经验进行了多元和单变量方差分析(方差分析)。多元方差分析表明无显著性别差异F(240)= - 18, 。单变量方差分析表明,性别差异显著的风险和离解的驾驶风格F(240)= 0.9.33 ,(男人的意思= 1.92,SD = 1.06;女性平均= 1.57,SD = 0.63)和没有显著的焦虑的驾驶风格F(240)= 0.394, (男人的意思= 3.36,SD =点;女人意味着= 3.41,SD = 0.57),高速和愤怒的驾驶风格F(240)= 0.3.07 (男人的意思= 2.79,SD = 1.06;女人意味着= 2.55,SD = 1.01),病人的驾驶风格F(240)= 0.216, (男人的意思= 4.54,SD = 0.91;女人意味着= 4.71,SD = 0.84),小心的驾驶风格F(240)= 0.225, (男人的意思= 4.59,SD = 0.97;女人意味着= 4.78,SD = 1.01), distress-reduction驾驶风格F(240)= 0.764, (男人的意思= 4.59,SD = 0.97;女人意味着= 4.78,SD = 1.01)。

皮尔森的相关性表明逆年龄和焦虑的驾驶风格之间的关联,r(235)=−0.118, ,风险和离解的驾驶风格,r(235)=−0.401, ,高速和愤怒的驾驶风格,r(235)=−0.481, ,和distress-reduction驾驶风格,r(235)=−0.315, 。没有明显关系确定年龄和病人的驾驶风格,r(235)= 0.06, ,小心驾驶或年龄和风格,r(235)= 0.09, 。这提供了证据表明年长的参与者,倾向于采用焦虑越低,风险,高速,distress-reduction驾驶风格。

皮尔森的相关性还显示,驾驶体验与焦虑呈负相关的驾驶风格,r(235)=−0.215, ,风险和离解的驾驶风格,r(235)=−0.493, ,高速和愤怒的驾驶风格,r(235)=−0.419, ,和distress-reduction驾驶风格,r(235)=−0.328, 。它显示没有明显的年龄和谨慎驾驶风格之间的关系,r(235)= 0.32, ,年龄和病人之间的驾驶风格,r(235)= 0.22, 。

4所示。结论和讨论

中国参与者的数据集的分析显示其阶乘结构与前面的MDSI,与原有40的44个项目分歧六个因素。两个的八个因素相同的阶乘MDSI的成分。六个因素在原始MDSI [7被合并成三组。具体来说,“焦虑和离解”、“风险和愤怒,”和“耐心和细心”MDSI驾驶风格形式单一维度。

目前的研究结果也表明,漫不经心的风格在中国样本作为一个新的维度。“漫不经心”驾驶风格指的是忽视了驱动程序,它是由认知干扰引起的。开车时注意力不集中可以被理解为一种瞬时的认知偏离正常行为的直接后突然司机行为纠正行为造成注意力不集中(37]。粗心的驾驶风格不同于一个游离的驾驶风格因其认知自然,而不是一个游离的驾驶风格,可以观察到开车的做法,而从事另一个体育活动。注意力不集中在道路安全领域中起着重要作用的问题(43时没有给予足够的关注),Taubman-Ben-Ari et al。7,36]提出中央域的驾驶风格。根据实证研究(42),78%的82事故记录和65%的761事故附近的直接结果是司机注意力不集中。探戈和博塔携手40)估计,13.3%的事故可以归因于司机认知分心,而9.7%的事故分为事件当司机“看,但没有看到。“例如,移动设备的普及使用,造成注意力分散手机对话已经成为一种普遍现象39]。

发展中国家特别是难以解决道路和车辆安全问题由于疏忽和粗心的司机的数量增加(37]。例如,马来西亚的作品提供了证据,41%的车辆碰撞的直接结果是司机粗心大意(38]。国际交通论坛的年度道路安全报告排名南非道路死亡人数最多的国家(46),虽然有中国司机的行为的研究表明,疏忽驾驶的交通事故作出了重大贡献(例如,47])。在中国复杂的驾驶环境带来了进一步的挑战这些团体粗心的司机,包括基础设施问题,如道路构造不正确(48)、设计不良或缺乏路标(49),和司机不得不大幅分享路上大量的行人和骑自行车的人(50]。反应和轨迹的不确定性弱势道路使用者,如那些试图违反交通控制信号交叉在自己方便的时候,可能会进一步加剧现有的交通情况的复杂性(50]。很明显,疏忽驾驶的行为被认为是一个主要安全问题,和有显著效益识别那些从事司机粗心的驾驶风格。

结果关于性别差异在中国样本与先前的文献是一致的,与男性更有可能参与风险和生气,和高速驾驶风格,而女性更有可能参与病人和谨慎驾驶风格(51]。一个可能的解释,由Ozkan和拉尤宁就如上所述52),是大多数男性司机表现出高水平的男性特征(例如,冒险和积极),倾向于认为鲁莽驾驶是一项挑战,而不是一个威胁,而解释其他司机敌对的行为。相比之下,大多数的女司机被视为拥有高度女性特征(例如,照顾他人),这样他们可能更喜欢开在一个安全的和谨慎的态度。没有性别差异的焦虑和离解,或distress-reduction和疏忽驾驶风格,对比与Taubman-Ben-Ari Skvirsky的研究(36),发现女司机得分高焦虑的风格。年龄之间的关联,驾驶经验,和六个驾驶风格与之前的研究一致,年龄呈负相关,适应不良的驾驶风格,即焦虑和离解、风险和愤怒,高速,粗心的27]而且distress-reduction风格,如粪便et al。8),而自适应驾驶风格呈现正相关,即耐心和细心。这一发现也驾驶体验驾驶风格的影响的证据,表明低司机更倾向于采用焦虑和离解,风险和愤怒,和疏忽驾驶风格(13]。它显示没有明显的驾驶体验之间的关系和高速distress-reduction驾驶风格。

英国样本的分析表明,最原始的因素可以很好,与原有40的44个项目分歧六个因素。四个的八个因素阶乘MDSI结构完全相同。两个因素在原始MDSI被合并成一组,即高速和愤怒的驾驶风格。危险的驾驶风格的结果也表明,最初的MDSI离解的维数的驾驶风格相结合,形成一个新组。性别差异被发现符合Ozkan和拉尤宁就的研究(52),这表明男性更有可能采取风险和离解的驾驶风格。研究结果进一步揭示了协会之间的年龄,驾驶经验,驾驶风格,表明年轻和低司机更倾向于采用焦虑,风险和离解,高速,和愤怒的驾驶风格,符合一些先前的调查4,13,27,36]。然而,似乎没有明显的年龄和经验之间的关系及其影响的采用谨慎和耐心的驾驶风格。这意味着,细心和耐心的风格可能被发现在所有年龄段的司机和多年的经验。一份报告显示,91%的英国司机自我报告,“小心和主管”司机(53]。司机小心驾驶,耐心,即使交通状况不满足他们的期望,强调安全的道路。国际交通安全数据和分析组织事故数据库评估排名37个国家和英国的最低的国家数量的道路死亡,4人死亡的比率在2011年每100000名居民(46]。

我们的发现表明,有必要探索和诱导司机和道路安全增强方案通过调查司机风格。越来越多的研究工作心理反应对驱动程序(例如,收集数据(9,11,14])。这样的回答在司机可以翻译成自适应和不适应的驾驶风格。如果这样一个评估驾驶风格可以被识别,司机的行为可能会提高教育关注将这些反应从适应不良的自适应驾驶风格。例如,埃里森et al。54)建立了一个驱动程序模型来评估司机的行为来改善道路安全。本研究也突显出相关的行为已经被证明对不同国家,包括司机的倾向服从或打破交通规则。交通状况,生活环境,和世界各地的文化背景不同,司机展示不同风格当参与交通环境(13]。任何此类差异也增加了需要适应心理反应给考虑文化特异性(18,19]。

这项研究有一些局限性。首先,它依靠自我报告的驾驶行为,和驾驶风格问卷的结果可以作为实际驾驶行为的预测因子。然而,有一个需要进一步研究如何自我行为的结果与实际行为在车辆或驾驶模拟器。这将验证的可靠性指标由于报告偏差和提高驾驶风格的理解。第二,研究跟随孩子的指导方针55]。任何因子载荷分数小于0.3被移除。分数超过0.4被认为是稳定的(56样品],它出现在英国。在中国这个示例中,有三个项目(即。,one in Factor 2, one in Factor 4, and one in Factor 5), indicating that the factors account for approximately 30% of the relationship within the data. For small samples, 0.3 should be used with caution, although it was observed that for each of these factors, there were at least 3 non-cross-loading items with an acceptable loading score of 0.4 or above. Finally, both studies were conducted on convenience samples, which are not representative of the entire Chinese and UK populations, and while efforts were made to include drivers varying as much as possible in terms of their age and driving experience, some caution must be urged in generalizing the results.

数据可用性

数据没有公开由于限制,例如,包含的信息可以妥协的研究参与者的隐私。的数据支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

引用

1. f·哈特维奇评论道:m . Beggiato, j . f .期”驾驶舒适、享受和接受自动化学科的司机的年龄和驾驶风格熟悉——“,”人体工程学,卷61,不。8,1017 - 1032年,2018页。视图:出版商的网站|谷歌学术搜索
2. t . Rothengatter和r·d·于格南交通和运输心理学理论和应用:2000 ICTTP学报》上爱思唯尔,阿姆斯特丹,荷兰,2004年。
3. j .大羚羊,r·西,d .法国“行为相关的个体差异在道路交通事故风险:考试的方法和结果,“心理上的公告,卷113,不。2、279 - 294年,1993页。视图:出版商的网站|谷歌学术搜索
4. h . Gwyther和c .荷兰”的影响,年龄、性别和态度在开车,自律”事故分析和预防卷,45 19-28,2012页。视图:出版商的网站|谷歌学术搜索
5. h . Hooft van Huysduynen j . Terken和b . Eggen自我报告的驾驶风格和驾驶行为之间的关系。一个。”交通运输研究F部分:心理学和行为,56个卷,第255 - 245页,2018年。视图:出版商的网站|谷歌学术搜索
6. a·h·古德温,r . d .自由/开源软件,n . p . O ' brien乘客的影响(没有青少年驾车行为。点HS 811 540)国家公路交通安全管理局,华盛顿特区,美国,2012年。
7. o . Taubman-Ben-Ari m . Mikulincer, o . Gillath“多维驾驶风格inventory-scale构造和验证,”事故分析和预防,36卷,不。3、323 - 332年,2004页。视图:出版商的网站|谷歌学术搜索
8. f . m .粪便o . Taubman-Ben-Ari r·d·莱德斯马和c m . Diaz-Lazaro“信度和效度的多维驾驶风格的西班牙语版本库存,”交通运输研究F部分:心理学和行为,17卷,第87 - 75页,2013年。视图:出版商的网站|谷歌学术搜索
9. m·a·Trogolo j·d·托西f . m .粪便,r·d·莱德斯马l . a . Medrano和s . Dominguez-Lara”因子结构和测量不变性的多维驾驶风格库存在性别和年龄:一个整体的方法,”交通运输研究F部分:心理学和行为卷。71年,23-30,2020页。视图:出版商的网站|谷歌学术搜索
10. h . h . v . Huysduynen j . Terken j . Martens和b . Eggen”测量驾驶风格:验证的多维驾驶风格库存,”学报》第七届国际会议上汽车用户界面和交互的车辆应用程序诺丁汉,页257 - 264年,英格兰,2015年9月。视图:谷歌学术搜索
11. c·卡斯特罗,j·l·帕迪拉·Doncel和o . Taubman-Ben-Ari”改编的多维西班牙驾驶员的驾驶风格库存:收敛和预测效度证据检测安全、不安全的驾驶风格,”事故分析和预防文章ID 105413卷,136年,2020年。视图:出版商的网站|谷歌学术搜索
12. j . Karjanto n·m·尤索夫j . Terken et al .,“马来西亚驾驶风格的识别使用多维驾驶风格库存”《第八届国际会议上汽车用户界面和交互的车辆应用程序,页245 - 252,安阿伯市,2016年10月美国。视图:出版商的网站|谷歌学术搜索
13. a·c·霍尔曼和c . e . Havarneanu罗马尼亚版本的多维驾驶风格库存:心理属性和文化特异性,”交通运输研究F部分:心理学和行为,35卷,45-59,2015页。视图:出版商的网站|谷歌学术搜索
14. 咖啡厅:f . Freuli g . De Cet(中央东部东京)m . et al .,“跨文化视角的驾驶风格的年轻人:心理评估通过分析多维的驾驶风格库存,”交通运输研究F部分:心理学和行为卷,73年,第432 - 425页,2020年。视图:出版商的网站|谷歌学术搜索
15. 瞿w . y . Wang, y通用电气、x的太阳,和k·张,“人格特质对驾驶风格的影响:心理适应多维的驾驶风格库存在中国示例中,“《公共科学图书馆•综合》,13卷,不。9篇文章ID e0202126 2018。视图:出版商的网站|谷歌学术搜索
16. 美国长,c . Ruosong“多维驾驶风格量表的信度和效度在中国司机,”交通伤害的预防,20卷,不。2、152 - 157年,2019页。视图:出版商的网站|谷歌学术搜索
17. m . Houtenbos“预料意外,代尔夫特理工大学,Leidschendam,荷兰,2008年,论文。视图:谷歌学术搜索
18. d .杨x秋d . Yu驾驶风格和r .太阳,”研究异质性和司机的驾驶风格的选择在中国,”美国交通运输研究委员会01558168年度会议美国,华盛顿特区,2015年1月。视图:谷歌学术搜索
19. z冯、s . Lu和w·张,“交通事故特征的差异和相似性比较在中国和欧洲,”交通学报14科国际会议专业人员,页2666 - 2676年,美国土木工程协会,长沙,中国,2014。视图:出版商的网站|谷歌学术搜索
20. f·李,x姚明、l .江和y . Li”在中国驾驶愤怒:驾驶愤怒量表的心理属性(DAS)及其与攻击性驾驶行为关系,“个性与个体差异》卷,68年,第135 - 130页,2014年。视图:出版商的网站|谷歌学术搜索
21. 施p,左起第二个人j . t .山本,“文化安全文化的基础:交通安全文化的比较在中国,日本和美国,“交通运输研究F部分:心理学和行为26卷,第325 - 317页,2014年。视图:出版商的网站|谷歌学术搜索
22. w·张,o . Tsimhoni m·西瓦克和m . j .佛兰纳根”在中国道路安全:分析当前的挑战,”《安全研究第41卷。。1、25 - 30,2010页。视图:出版商的网站|谷歌学术搜索
23. t·拉尤宁就和d·帕克”是积极的人积极的司机?研究之间的关系自我报告的攻击性,司机愤怒和攻击性驾驶行为,“事故分析和预防,33卷,不。2、243 - 255年,2001页。视图:出版商的网站|谷歌学术搜索
24. j·l·Deffenbacher m·e·赫夫r·s·林奇e . r .诗人和n·f·塞尔瓦托,”特征和治疗high-anger司机,”咨询心理学杂志卷,47号1,5 - 17页,2000。视图:出版商的网站|谷歌学术搜索
25. o .Şimşekoğlu t . Nordfjærn m . f . Zavareh a . m . Hezaveh a . r . Mamdoohi和t . Rundmo”风险感知、宿命论和司机的行为在土耳其和伊朗,”安全科学59卷,第192 - 187页,2013年。视图:谷歌学术搜索
26. t . Nordfjærn和t . Rundmo”对交通风险的看法一个工业化国家和发展中国家,“交通研究F部分》12卷,第98 - 91页,2009年。视图:谷歌学术搜索
27. f . Sagberg g . b . Selpi g·f·比安奇Piccinini和j . Engstrom”的研究评论驾驶风格和道路安全,”人为因素:人为因素和人类工程学协会杂志》上卷,57号7,1248 - 1275年,2015页。视图:出版商的网站|谷歌学术搜索
28. t . Ozkan t·拉尤宁就j . e . Chliaoutakis d·帕克和h . Summala”驾驶行为的跨文化差异:六个国家的比较,“交通运输研究F部分:心理学和行为,9卷,不。3、227 - 242年,2006页。视图:出版商的网站|谷歌学术搜索
29. 沈,w•瞿y通用电气、x太阳,和k·张,“个性和自我积极的驾驶行为之间的关系在中国样本,”《公共科学图书馆•综合》文章ID e0190746卷。13日,2018年。视图:出版商的网站|谷歌学术搜索
30. k·r·汤普森a . m . Johnson, j·d·道森,j·l·爱默生·e·r·布尔·m·里佐,“在老年人和中年人分心驾驶司机,”事故分析和预防,45卷,不。2、711 - 717年,2012页。视图:出版商的网站|谷歌学术搜索
31. g·李,李·埃本和b . Cheng”现场操作测试高级驾驶员辅助系统的典型的中国路况:司机的影响性别、年龄和侵略,”国际汽车技术杂志》上,16卷,不。5,739 - 750年,2015页。视图:出版商的网站|谷歌学术搜索
32. w·j·史蒂文森运营管理麦格劳-希尔教育,纽约,纽约,美国第12版,2014年版。
33. d . j .法国r . j .西方,j .大羚羊和j·m·威尔丁,“决策风格、驾驶风格和自我参与道路交通事故,“人体工程学,36卷,不。6,627 - 644年,1993页。视图:出版商的网站|谷歌学术搜索
34. j . t .原因,a . Manstead s . g . Stradling j·巴克斯特,和k·坎贝尔,“错误和违规条公路成为真正的区别,”人体工程学,33卷,不。11日,第1332 - 1315页,1990年。视图:出版商的网站|谷歌学术搜索
35. e . Gulian g·马修斯,a·i·格兰登·d·r·戴维斯和l . m . Debney”维度的驱动压力,”人体工程学,32卷,不。6,585 - 602年,1989页。视图:出版商的网站|谷歌学术搜索
36. o . Taubman-Ben-Ari和诉Skvirsky多维驾驶风格库存十年之后:文献回顾和重新评估,”事故分析和预防卷,93年,第188 - 179页,2016年。视图:出版商的网站|谷歌学术搜索
37. g .组长Albertus m·梅尔和h c . Myburgh”回顾智能驾驶风格分析系统和相关的人工智能算法,”传感器15卷,第30682 - 30653页,2015年。视图:谷歌学术搜索
38. 穆罕默德,m·阿里,m·伊斯梅尔”异常驾驶检测使用全球定位系统实时数据,”空间科学学报2011年IEEE国际会议和交流(IconSpace),页1 - 6,IEEE、槟城、马来西亚,2011年7月。视图:出版商的网站|谷歌学术搜索
39. k . l .年轻,c . m . Rudin-Brown彭定康c·r·塞西和m . g . Lenne”电话类型对驾驶的影响和眼睛一瞥行为虽然短信,“安全科学卷。68年,47-54,2014页。视图:出版商的网站|谷歌学术搜索
40. f .探戈和m·博塔携手“实时检测系统的驱动程序使用机器学习分心,”IEEE智能交通系统,14卷,不。2、894 - 905年,2013页。视图:出版商的网站|谷歌学术搜索
41. j . c . Nunnally心理理论美国麦格劳-希尔,纽约,纽约,第二版,1978年版。
42. o . Bagdadi”,评估安全关键自然驾驶制动事件研究,“交通运输研究F部分:心理学和行为》16卷,第126 - 117页,2013年。视图:出版商的网站|谷歌学术搜索
43. v . l .尼尔·t·a .新玩意儿,s . g .克劳尔j . Sudweeks和m·古德曼”的概述100辆车的自然研究和发现,”19学报》国际技术会议上增强车辆的安全,6 - 9页,ESV,华盛顿特区,2005年6月美国。视图:谷歌学术搜索
44. m·a·里根和大肠Mitsopoulos“了解乘客对司机的行为:影响道路安全的影响和建议对策发展“技术。代表,莫纳什大学事故研究中心,墨尔本,澳大利亚,180年2001年,报告。视图:谷歌学术搜索
45. p . Bobko相关和回归:申请工业组织心理学和管理美国CA、鼠尾草出版物,千橡市,第二版,2001年版。
46. 国际交通安全数据和分析小组,技术代表、国际交通安全数据和分析小组,2020年,http://www.internationaltransportforum.org/jtrc/safety/safety.html道路安全年度报告。
47. a . Lindgern f . Chen p·w·乔丹和h·张,“高级驾驶员辅助系统的设计要求瑞典和中国司机之间的差异,”国际期刊的设计,卷2,不。2,41-54,2008页。视图:谷歌学术搜索
48. z . j . Li Henk Van, s . Lu”校准为中国城市交通仿真”美国14欧元运输工作组会议Elsievier波兹南,波兰,2011年9月。视图:谷歌学术搜索
49. 中州。张黄,w . m . Roetting和d·梅尔顿”经历从dual-country司机:安全驾驶在中国和美国,“安全科学,44卷,不。9日,第795 - 785页,2006年。视图:出版商的网站|谷歌学术搜索
50. p . Wang p.l.。p .劳,g . Salvendy”在中国道路安全研究:回顾和评价,“交通伤害的预防,11卷,不。4、425 - 432年,2010页。视图:出版商的网站|谷歌学术搜索
51. d .示和r·康普顿“攻击性驾驶:一项观察性研究的司机,车辆,和情境变量,“事故分析和预防,36卷,不。3、429 - 437年,2004页。视图:出版商的网站|谷歌学术搜索
52. t . Ozkan和t .拉尤宁就“为什么有性别差异在危险驾驶吗?性别和性别角色对攻击性驾驶行为之间的关系,交通罪行,年轻人和事故参与土耳其司机,”攻击行为没有,卷。31日。6,547 - 558年,2005页。视图:出版商的网站|谷歌学术搜索
53. 91%的英国司机说他们“小心和主管”:可用https://www.autoexpress.co.uk/car-news/105267/91-of-uk-drivers-say-theyre-careful-and-competent。
54. a·b·埃里森s p油渣,m . c . j . Bliemer”司机道路安全行为概要分析,“事故分析和预防卷,76年,第132 - 118页,2015年。视图:出版商的网站|谷歌学术搜索
55. d .的孩子,因子分析的要点布卢姆茨伯里派学术,伦敦,英国,第3版,2006年版。
56. 大肠Guadagnoli和w·f·软颚顶的样本大小组件模式的稳定关系,”心理上的公告,卷103,不。2、265 - 275年,1988页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021徐太阳等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。