Удосконалення алгоритму визначення компетентності працівників з питань безпеки праці
- Деталі
- Категорія: Зміст №5 2025
- Останнє оновлення: 25 жовтня 2025
- Опубліковано: 30 листопада -0001
- Перегляди: 1765
Authors:
В. А. Цопа, orcid.org/0000-0002-4811-3712, Міжнародний інститут менеджменту, м. Київ, Україна
С. І. Чеберячко, orcid.org/0000-0003-3281-7157, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна
O. O. Яворська*, orcid.org/0000-0001-5516-5310, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
О. В. Дерюгін, orcid.org/0000-0002-2456-7664, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна
Р. А. Згерський, orcid.org/0000-0003-4613-8526, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна
* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025, (5): 094 - 102
https://doi.org/10.33271/nvngu/2025-5/094
Abstract:
Мета. Розробка алгоритму із визначення кількості працівників з високим рівнем самовпевненості й низькою компетентністю з безпеки праці, які становлять загрозу для системи управління безпекою праці та здоров’ям працівників.
Методика. Для визначення рівня ризику небезпеки «некомпетентного працівника» в системах управління безпекою праці та здоров’ям працівників використовувався якісний підхід на основі матриці 5 5, де по горизонталі знаходився розподіл рівня впевненості працівника, а по вертикалі – рівень його компетенції, що змінюються в діапазоні від 0 до 100 %. Для розробки алгоритму визначення компетентності працівників використовувався системний підхід, що досліджує модель взаємозв’язку між небезпекою (некомпетентний працівник) і небезпечною подією (їх травмуванням).
Результати. Розроблений алгоритм із визначення кількості працівників з високим рівнем самовпевненості й низькою компетентністю із безпеки праці, що складається із п’яти кроків і передбачає проведення навчання із формування ризик-орієнтованого мислення у працівників і спеціальної діагностики із залученням експертів. Запропоноване визначення самовпевненості працівників проводити через порівняння результатів оцінок, що отримані за виконання теоретичних і практичних завдань після закінчення навчання із формування ризик-орієнтованого мислення, що виставлені експертами й самими слухачами. Розроблена матриця ризику небезпечних дій працівників у системах управління безпекою праці та здоров’ям працівників, що враховує наявність ефекту Даннінга–Крюгера. Проведений аналіз компетентності працівників дозволив розподілити їх на п’ять груп: низька, середня, значна, висока і найвища, що відповідає стадіям розвитку: початківець, учень, фахівець, професіонал та експерт. Визначено, що серед залучених працівників до навчання із формування ризик-орієнтованого мислення 10 % відносяться до стадії компетентності – початківець, із яких 1 % має високий рівень самовпевненості, що не підкріплений жодними теоретичними й практичними навичками з безпеки праці. При цьому рівень ставлення до безпеки працівників із низькою компетентністю складає 0,45, що відноситься до показнику – низький рівень. Загалом при дослідженні виявлено, що тільки 6 % працівників-професіоналів мають відповідний рівень самовпевненості. Встановлено, що 30 % працівників-фахівців характеризуються заниженою самооцінкою.
Наукова новизна. Встановлено взаємозв’язок між рівнем самовпевненості працівника та його некомпетентністю з безпеки праці й рівнем додаткового ризику в системах управління безпекою праці та здоров’ям працівників.
Практична значимість. Полягає у запровадженні інструменту для ранньої ідентифікації в системах управління безпекою праці працівників із високим ризиком небезпечних дій.
Ключові слова: ризик, працівники, компетентність, підготовка, безпека праці
References.
1. Sampaio, S., Wu, Q., Cormican, K., & Varajão, J. (2022). Reach for the sky: analysis of behavioral competencies linked to project success. International Journal of Managing Projects in Business, 15(1), 192-215. https://doi.org/10.1108/IJMPB-09-2020-0276
2. Saik, P., Tsopa, V., Cheberyachko, S., Deryugin, O., Sokurenko, S., Suima, I., & Lozynskyi, V. (2024). Improving the Process of Managing Psychosocial Risks in Organizations. Risk Management and Healthcare Policy, 17, 2997-3016. https://doi.org/10.2147/RMHP.S488263
3. Kowal, B., Włodarz, D., Brzychczy, E., & Klepka, A. (2022). Analysis of Employees’ Competencies in the Context of Industry 4.0. Energies, 15(19), 7142. https://doi.org/10.3390/en15197142
4. Kulbashna, Y., & Skrypnyk, I. (2020). Basic principles of practical competence formation in future masters of dentistry. ScienceRise: Pedagogical Education, 5(38), 23-27. https://doi.org/10.15587/2519-4984.2020.212893
5. Hofer, G., Mraulak, V., Grinschgl, S., & Neubauer, A. C. (2022). Less-Intelligent and Unaware? Accuracy and Dunning-Kruger Effects for Self-Estimates of Different Aspects of Intelligence. Journal of Intelligence, 10, 10. https://doi.org/10.3390/jintelligence10010010
6. Bazaluk, O., Tsopa, V., Cheberiachko, S., Deryugin, O., Nesterova, O., Sokurenko, S., & Lozynskyi, V. (2024). Development of the process of determining essential hazardous psychosocial factors of employee stress risk. Frontiers in Public Health, 12, 1414695. https://doi.org/10.3389/fpubh.2024.1414695
7. Turner, P. (2021). The Making of the Modern Manager: Core Management Competencies and Their Attributes. The Making of the Modern Manager, (pp. 359-384). Springer: Palgrave Macmillan. https://doi.org/10.1007/978-3-030-81062-7_12
8. Krieglstein, F., Schneider, S., Beege, M., & Daniel Rey, G. (2022). How the design and complexity of concept maps influence cognitive learning processes. Educational technology research and development, 70, 99-118.
9. Bodislav, D. A., & Georgescu, R. I. (2025). New Organization Heights-The Impostor’s Impostor Syndrome. Encyclopedia, 5(1), 21. https://doi.org/10.3390/encyclopedia5010021
10. Bravata, D. M., Watts, S. A., Keefer, A. L., Madhusudhan, D. K., Taylor, K. T., Clark, D. M., …, & Hagg, H. K. (2020). Prevalence, Predictors, and Treatment of Impostor Syndrome: a Systematic Review. Journal of General Internal Medicine, 35(4), 1252-1275. https://doi.org/10.1007/s11606-019-05364-1
11. Power, S., Di Domenico, M. L., & Miller, G. (2024). A longitudinal analysis of judgment approaches to sustainability paradoxes. Tourism Management, 102, 104877. https://doi.org/10.1016/j.tourman.2023.104877
12. Da Silva, S., & Matsushita, R. (2024). Cognitive Biases in Penalty Shootouts: Evaluating Fairness in ABAB and ABBA Formats. Psychology International, 6(4), 827-841. https://doi.org/10.3390/psycholint6040053
13. Persson, K. (2019). Confident Millennials: Differences in Consumer Confidence Across Five Generations. Economics and Sociology, 12(4), 257-277. https://doi.org/10.14254/2071789X.2019/
12-4/16
14. Kumar, V. D. (2019). Beyond the Dunning-Kruger Effect: Undermining the Biases Which Would Lead to Flawed Self-assessment Among Students. Medical Science Educator, 29(4), 1155-1156. https://doi.org/10.1007/s40670-019-00806-1
15. Resnik, P., & Dewaele, J. M. (2020). Trait emotional intelligence, positive and negative emotions in first and foreign language classes: A mixed-methods approach. System, 94, 102324. https://doi.org/10.1016/j.system.2020.102324
16. Sarrionandia, A., & Mikolajczak, M. (2020). A meta-analysis of the possible behavioral and biological variables linking trait emotional intelligence to health. Health Psychology Review, 14(2), 220-244. https://doi.org/10.1080/17437199.2019.1641423
17. Vuong, T. D. N., & Nguyen, L.T. (2022). The Key Strategies for Measuring Employee Performance in Companies: A Systematic Review. Sustainability, 14, 14017.
18. Bayat, B., Akbarisomar, N., Tori, N. A., & Salehiniya, H. (2019). The relationship between self-confidence and risk-taking among the students. Journal of Education and Health Promotion, 8(1), 27. https://doi.org/10.4103/jehp.jehp_174_18
19. Alegre, A., Pérez-Escoda, N., & López-Cassá, E. (2019). The Relationship Between Trait Emotional Intelligence and Personality. Is Trait EI Really Anchored Within the Big Five, Big Two and Big One Frameworks? Frontiers in Psychology, 10, 866.
20. Jansen, R. A., Rafferty, A. N., & Griffiths, T. L. (2021). A rational model of the Dunning-Kruger effect supports insensitivity to evidence in low performers. Nature Human Behavior, 5, 756-763. https://doi.org/10.1038/s41562-021-01057-0
21. Pilotti, M. A. E., Nazeeruddin, E., Nazeeruddin, M., Daqqa, I., Abdelsalam, H., & Abdullah, M. (2022). Is Initial Performance in a Course Informative? Machine Learning Algorithms as Aids for the Early Detection of At-Risk Students. Electronics, 11(13), 2057.
22. Bao, C., Wu, D., Wan, J., Li, J., & Chen, J. (2017). Comparison of different methods to design risk matrices from the perspective of applicability. Procedia Computer Science, 122, 455-462. https://doi.org/10.1016/j.procs.2017.11.393
23. Shannon, S., Shevlin, M., Brick, N., & Breslin, G. (2023). Frequency, intensity and duration of muscle strengthening activity and associations with mental health. Journal of Affective Disorders, 325, 41-47. https://doi.org/10.1016/j.jad.2022.12.063
24. Lü, W., Wang, Z., & You, X. (2016). Physiological responses to repeated stress in individuals with high and low trait resilience. Biological psychology, 120, 46-52. https://doi.org/10.1016/j.biopsycho.2016.08.005
25. Dembitska, S. V., & Kobylianska, I. M. (2017). Formation of risk-oriented thinking of system engineers in the process of professional training. Pedahohika bezpeky, 2, 92-97. ISSN 2524-1079.
26. Bazaluk, O., Pavlychenko, A., Yavorska, O., Nesterova, O., Cheberiachko, S., Deryugin, O., & Lozynskyi, V. (2024). Improving the risk management process in quality management systems of higher education. Scientific Reports, 14, 3977. https://doi.org/10.1038/s41598-024-53455-9
27. Sethar, W. A., Pitafi, A., Bhutto, A., Nassani, A. A., Haffar, M., & Kamran, S.M. (2022). Application of Item Response Theory (IRT)-Graded Response Model (GRM) to Entrepreneurial Ecosystem Scale. Sustainability, 14, 5532. https://doi.org/10.3390/su14095532
28. Joie-La Marle, C., Parmentier, F., Weiss, P.-L., Storme, M., Lubart, T., & Borteyrou, X. (2023). Effects of a New Soft Skills Metacognition Training Program on Self-Efficacy and Adaptive Performance. Behavioral Sciences, 13(3), 202. https://doi.org/10.3390/bs13030202
29. Csernoch, M., Hannusch, C., & Biró, P. (2024). Modification of Erroneous and Correct Digital Texts. Entropy, 26(12), 1015.
Наступні статті з поточного розділу:
- Інновації й технологічне безробіття у теорії економічного зростання Д. Рікардо - 25/10/2025 01:40
- Освіта 4.0: інноваційні підходи до розвитку компетенцій у цифрових організаціях - 25/10/2025 01:40
- Постіндустріальні трансформації суспільства та їх вплив на структуру зайнятості - 25/10/2025 01:40
- Методичні засади формування маркетингової GTM-стратегії ІТ-продукту в цифровій економіці - 25/10/2025 01:40
- Стратегії сталого розвитку будівельної галузі України: проблеми й перспективи - 25/10/2025 01:40
- Роль інституційного середовища в регулюванні інноваційної діяльності промисловості - 25/10/2025 01:40
- Правові аспекти інформаційної безпеки України в умовах Євроінтеграції та війни - 25/10/2025 01:40
- Емпіричне порівняння п’яти архітектур глибокого навчання для прогнозування часових рядів GNSS-даних - 25/10/2025 01:40
- Квантове машинне навчання для злиття багатоканальних оптичних супутникових знімків - 25/10/2025 01:40
- Мінімізація впливу автотранспорту на навколишнє середовище й здоров’я населення агломерацій - 25/10/2025 01:40
Попередні статті з поточного розділу:
- Право співробітників гірничо-металургійних підприємств на правову допомогу в умовах воєнного стану - 25/10/2025 01:40
- Вплив топологічних даних на прогнозування енергії руху електромобіля - 25/10/2025 01:40
- Вплив параметрів деформування при прокатці-з’єднанні на механічні властивості алюмінієво-магнієвих композитів із кірігамі-вставками - 25/10/2025 01:40
- Оцінка втомної міцності котла вагона-цистерни з урахуванням корозійних зносів - 25/10/2025 01:40
- DECARBUST: технологія декарбонізації й пилопригнічення для сталого гірничодобувного виробництва - 25/10/2025 01:40
- Вибір технології розробки нерудного кар’єру при змінній глибині та продуктивності за показником собівартості - 25/10/2025 01:40
- Оцінка невизначеності при підрахунку запасів мінеральних ресурсів із використанням геостатистики й моделювання Монте-Карло - 25/10/2025 01:40
- Мінерально-геохімічні особливості мідно-порфірових руд родовища Коктасжал, Центральний Казахстан - 25/10/2025 01:40
- Генетичні аспекти залізорудної мінералізації району Айн-Седма, північно-східний Алжир - 25/10/2025 01:40
- Прогнозування залягання вугільного пласта з використанням чисельних методів і тривимірної геоінформаційної системи - 25/10/2025 01:40




Архів журналу