Usalama wa usafiri wa umma na abiria kujisikia salama si kitu kimoja. Hata kama hatari ya uhalifu au ajali ni ndogo kwa vipimo vya kiobjektivu, kituo chenye giza, muda mrefu wa kusubiri, behewa tupu, kukosekana kwa mfanyakazi wa kuomba msaada au taarifa zisizo wazi za safari vinaweza kupunguza hisia ya usalama ya abiria. Kwa sababu hiyo, utafiti huu unatazama upatikanaji si kwa upande wa kimwili pekee bali pia kwa mtazamo wa “upatikanaji wa kihisia”.

Utafiti ulioandaliwa na Xenia Karekla, Alexia Michalopoulou na Konstantinos Gkiotsalitis ulichunguza mtazamo wa usalama wa watumiaji wa metro na mabasi mjini Athens kwa mtazamo wa kijinsia. Majibu ya dodoso yaliyokusanywa kutoka kwa watu wazima 312 katika kipindi cha Novemba–Desemba 2024 yalichanganuliwa kwa ordinal logistic regression, Spearman correlation, chi-square tests, binary logistic regression na pairwise comparisons.

Matokeo yanaonyesha kuwa wanawake waliripoti mtazamo wa chini wa usalama kuliko wanaume katika mazingira mengi ya usafiri wa umma yaliyochunguzwa, kwamba mistari ya metro M2 na M3 ilionekana kuwa salama zaidi, na kwamba basi lilikuwa huduma yenye mtazamo wa chini zaidi wa usalama. Kadiri muda wa kusubiri ulivyoongezeka, ndivyo usalama uliotambuliwa ulivyopungua kwa kiasi kikubwa. Miongoni mwa hatua zilizopo, mwanga ulijitokeza, huku miongoni mwa hatua za ziada uwepo wa wafanyakazi wa usalama wanaoonekana, hasa nyakati za usiku, ukiwa chaguo lenye nguvu zaidi. %92 ya washiriki walisema programu ya simu inayoruhusu kutoa taarifa moja kwa moja kwa mamlaka wakati wa dharura ingeongeza hisia ya usalama, %83 walitaja mifumo mahiri ya kutambua hatari, na %70 walitaja vitufe vya dharura.

Utafiti unasema kuwa usalama wa usafiri wa umma si suala la kuweka kamera pekee; mzunguko wa safari, muda wa kusubiri, mwanga, utoaji wa taarifa, msaada wa binadamu, matengenezo, usafi na uwezo wa kuitikia dharura vinapaswa kupangwa kwa pamoja. Hata hivyo, utafiti unategemea data za kujiripoti zilizokusanywa Athens na hauthibitishi uhusiano wa kisababishi.

Kwa nini usalama unaotambuliwa ni tofauti na usalama wa kiobjektivu?

Katika utafiti, “usalama unaotambuliwa” unafafanuliwa kama tathmini ya mtu binafsi kuhusu kiwango ambacho anajisikia salama katika mazingira aliyopo. Tathmini hii haitegemei tu viwango vilivyosajiliwa vya uhalifu, shambulio au ajali. Uzoefu wa zamani wa abiria, hisia, idadi ya watu waliopo karibu, eneo la kuona, kiwango cha mwanga, muda wa kusubiri, kuwapo au kutokuwapo kwa wafanyakazi na imani kwamba msaada utapatikana wakati wa dharura pia huunda mtazamo wa usalama.

Tofauti hii ni muhimu kwa upangaji wa usafiri. Mfumo unaweza kuwa salama kwa vigezo vya kiufundi; lakini ikiwa abiria hawajisikii salama katika nyakati, vituo au magari fulani, wanaweza kubadilisha njia, kuepuka kusafiri peke yao, kutumia teksi au gari binafsi, au kuacha safari kabisa. Kwa hiyo, mtazamo wa usalama unaweza kupunguza matumizi halisi na upatikanaji wa kihisia wa usafiri wa umma.

Pengo ambalo utafiti unalenga kujaza

Katika mapitio ya fasihi, utafiti ulitumia mkondo wa utafutaji unaounganisha usalama, usafiri wa umma, ujumuishaji wa kijinsia, wanawake, sera za usafiri na hatua za kuingilia. Watafiti wanaeleza kuwa kulikuwa na matokeo 19.100 katika kipindi cha 2020-2025 na kwamba baada ya uchujaji wa wigo, machapisho 30 yalitathminiwa kwa undani.

Tafiti za awali zimeonyesha kuwa muda wa kusubiri, mwanga usiotosha, vituo vilivyotengwa, ukosefu wa uangalizi na kutokuwapo kwa wafanyakazi vinaweza kuathiri mtazamo wa usalama wa wanawake. Hata hivyo, kwa mujibu wa watafiti, nchini Ugiriki hakuna utafiti unaolinganishwa unaotathmini kwa miundo ya kiasi uhusiano wa miundombinu na hali za uendeshaji wa usafiri wa umma na usalama unaotambuliwa kwa mtazamo wa kijinsia.

Utafiti ulilenga maswali matatu makuu:

1. Abiria wanajisikia salama kwa kiwango gani katika metro, basi, vituo, maeneo ya kusubiri na ndani ya magari?
2. Je, jinsia, elimu, eneo la makazi, msongamano wa abiria na hali za uendeshaji zinahusiana na mtazamo wa usalama?
3. Ni hatua zipi za kiutendaji, kimwili, kiteknolojia na zinazotegemea wafanyakazi zinaweza kutumika kuongeza usalama unaotambuliwa?

Utafiti haukutoa hypotheses wazi zilizoorodheshwa mapema kwa namba. Badala yake uliendelea kwa kutumia maswali ya utafiti na matarajio yaliyotokana na fasihi.

Muundo wa dodoso na mchakato wa ukusanyaji data

Dodoso liliandaliwa kwa kutumia Google Forms, likasambazwa hasa mtandaoni, na likafanywa ana kwa ana kwa baadhi ya washiriki wazee waliokuwa na ugumu wa kutumia zana za kidijitali. Kipindi cha ukusanyaji data kilidumu kutoka mwanzoni mwa Novemba 2024 hadi katikati ya Desemba 2024. Washiriki walitakiwa kuwa na umri wa miaka 18 au zaidi.

Maandishi yanaeleza kuwa dodoso lilikuwa na maswali 54 na sehemu nne:

• Sehemu ya kwanza ilikuwa na maswali 22 kuhusu demografia, uchaguzi wa usafiri, mara za matumizi, lengo la safari, muda, kubadilisha usafiri, mtazamo wa jumla wa usalama na matukio yasiyotakiwa;
• Maswali 13 kuhusu usalama wa metro, lango la kituo, jukwaa na mazingira ya behewa;
• Maswali 15 kuhusu usalama wa basi, hali ya kituo na ndani ya gari;
• Maswali 3 kuhusu programu ya simu, mfumo mahiri wa usalama na mapendekezo ya wazi ya hatua za kuingilia.

Hata hivyo, jumla ya idadi ya maswali katika sehemu hizi ni 53. Kwa hiyo kuna kutokuwiana ndani ya maandishi kuhusu jumla ya maswali. Kwa kuwa fomu ya asili ya dodoso haikutolewa, haiwezekani kuthibitisha ni namba ipi iliyo sahihi.

Sehemu kubwa ya maswali ya mtazamo wa usalama ilijibiwa kwa Likert scale ya pointi tano. Katika hifadhidata ya takwimu, vigezo vya usalama vilibadilishwa kuwa makundi ya mpangilio: “1 = Si salama kabisa”, “2 = Si salama”, “3 = Neutral”, “4 = Salama” na “5 = Salama sana”. Kigezo cha jinsia kilikodiwa katika uchanganuzi kwa 0 = mwanaume na 1 = mwanamke. Ingawa dodoso lilikuwa na chaguo la jinsia isiyo ya binary, hakuna mshiriki aliyesajiliwa katika kundi hili.

Sifa za washiriki

Kati ya washiriki 312, 204 walikuwa wanawake (%65) na 108 walikuwa wanaume (%35). Sampuli ilijikita hasa katika umri wa miaka 26-55. %76 ya washiriki walikuwa na magari, %75 walikuwa wanafanya kazi na %71 walikuwa na shahada ya kwanza au shahada ya uzamili/juu zaidi.

Madhumuni makuu ya safari yalikuwa kazi (%42) na shughuli za muda wa mapumziko (%38). %31 ya washiriki walitumia metro zaidi ya mara moja kwa wiki na %32 walitumia basi zaidi ya mara moja kwa wiki; kiwango cha waliotumia metro mara chache kilikuwa %35 na basi %46. Muda wa kawaida zaidi wa safari ulikuwa dakika 15-30 kwa metro (%52) na basi (%43). %48 ya washiriki waliripoti kuwa mara nyingi husafiri katika saa zisizo na msongamano mkubwa.

Kwamba sehemu kubwa ya sampuli ilikuwa wanawake, wamiliki wa magari, watu wanaofanya kazi na walioelimika kwa kiwango cha juu inapaswa kuzingatiwa katika tafsiri ya matokeo. Ingawa utafiti unasema makundi ya jinsia yalichanganuliwa kwa data zilizowekewa uzani, sampuli haijaoneshwa kuwa sampuli ya uwezekano inayowakilisha kikamilifu wakazi wa Athens.

Uchanganuzi wa takwimu ulifanywaje?

Uchanganuzi ulifanywa kwa IBM SPSS Statistics 32 pamoja na Python, Anaconda Navigator na Jupyter Notebook. Kwa kuwa vigezo vingi vilikuwa nominal au ordinal, ordinal logistic regression, chi-square tests, binary logistic regression na pairwise comparisons vilitumika.

Kwanza Spearman correlation ilihesabiwa kati ya vigezo vyote. Correlations zenye thamani kamili zaidi ya 0,65 zilitathminiwa kuwa uhusiano wa kati hadi wenye nguvu. Vigezo vilivyohusiana sana, kama umri, kuwa mwanafunzi na safari kwa madhumuni ya elimu, ambavyo vinawakilisha vipengele tofauti vya jambo moja, havikuwekwa pamoja katika regression model moja.

Utafiti haukutoa equation wazi ya kihisabati ya regression. Hata hivyo, uhusiano wa msingi kati ya regression coefficient na odds ratio katika majedwali unaweza kufikiriwa kama ifuatavyo ili kueleza matokeo:

\[ OR = e^b \]

Hapa b ni regression coefficient, e ni msingi wa logarithm ya asili, na OR ni odds ratio. Vigezo hivi havina kitengo cha kimwili. Kwa kuwa kigezo cha matokeo kilikodiwa kutoka kundi la chini hadi la juu la usalama, coefficient hasi inaonyesha kupungua kwa uwezekano wa kuripoti kundi la juu zaidi la usalama, huku coefficient chanya ikiashiria kuongezeka. Equation hii haikutolewa kama formula tofauti katika utafiti; imeongezwa ili kueleza tafsiri ya majedwali ya takwimu.

Mtazamo wa usalama kwenye mstari wa metro M1

Modeli ya M1 ilionyesha kuwa jinsia, eneo la makazi na msongamano wa abiria ndani ya behewa vilikuwa na uhusiano wenye maana na mtazamo wa usalama.

• Uwezekano wa wanawake kuripoti kundi la juu zaidi la usalama ulikuwa chini kuliko wa wanaume: b = −0,893; p < 0,001. Kubadilisha coefficient kuwa odds ratio kunatoa takribani OR = 0,409. Kwa maneno mengine, huku hali nyingine za modeli zikiwa thabiti, odds ya wanawake kuripoti kiwango cha juu zaidi cha usalama ilikuwa takribani %41 ya odds ya wanaume. Hii si asilimia ya probability, bali ni ulinganisho wa odds.
• Ikilinganishwa na kundi rejea la “nje ya Athens”, maeneo yote ya makazi ya Athens yalionyesha coefficients hasi. Coefficient hasi yenye nguvu zaidi iliripotiwa kwa North Athens: b = −2,538; p < 0,001.
• Kuwapo kwa watu wachache katika behewa kulihusishwa na mtazamo wa chini wa usalama: b = −0,838; p = 0,001.
• Kuwa katika behewa lenye watu wengi kulionyesha uhusiano mdogo lakini chanya: b = 0,534; p = 0,046.

Coefficient chanya ya msongamano haimaanishi kuwa magari yenye watu wengi huwa salama zaidi katika hali zote. Watafiti wanatafsiri matokeo haya kwa uwezekano kwamba hasa katika saa zisizo na msongamano mkubwa, kuwapo kwa watu wengine kunaweza kuunda hisia ya uangalizi wa kijamii na upatikanaji wa msaada. Utafiti haukupima matukio halisi ya uhalifu au hatari za kimwili zinazotokana na msongamano.

Kwa regression ya M1, likelihood ratio test iliripotiwa kuwa χ² = 42,459, degrees of freedom = 9 na p < 0,001. Pearson na deviance goodness-of-fit tests hazikuwa significant; katika test of parallel lines p = 0,452. Haya yalikuwa msingi wa waandishi kukubali overall fit ya modeli na assumption ya ordinal logistic regression kuwa ya kutosha. Hata hivyo, katika jedwali hilo hilo, thamani za −2 Log Likelihood za intercept-only model na final model kuandikwa sawa ni kutokuwiana kwa ndani kunakohitaji kukaguliwa katika uripoti.

Mtazamo wa usalama kwenye mistari ya metro M2 na M3

Katika modeli iliyoundwa kwa M2 na M3, jinsia na kiwango cha elimu vilijitokeza kuwa vigezo vyenye maana.

• Wanawake waliripoti mtazamo wa chini wa usalama kuliko wanaume: b = −0,720; p = 0,001. Coefficient hii inalingana na takribani OR = 0,487.
• PhD ilipotumika kama rejea, kwa wahitimu wa elimu ya sekondari b = −1,765 na p = 0,003; kwa wahitimu wa shahada ya kwanza b = −1,614 na p = 0,004.
• Coefficients za makundi ya elimu ya lazima na elimu ya uzamili zilikuwa hasi lakini hazikuvuka kizingiti cha statistical significance.

Likelihood ratio test ya modeli ilikuwa χ² = 27,692, degrees of freedom = 5 na p < 0,001. Pearson goodness-of-fit test ilikuwa p = 0,253, deviance test p = 0,225 na test of parallel lines p = 0,93.

Coefficients kati ya makundi ya elimu hazithibitishi kwamba elimu yenyewe husababisha ukosefu wa usalama. Kiwango cha elimu kinaweza kuhusiana na vigezo vingine vya kijamii na kiuchumi, kimazingira au tabia za matumizi. Modeli inaonyesha tu uhusiano wa kitakwimu ndani ya sampuli.

Mtazamo wa usalama katika mfumo wa mabasi

Katika modeli ya basi, kiwango cha elimu, eneo la makazi na hisia ya usalama inayotolewa na matangazo kituoni zilitambuliwa kuwa vigezo vyenye maana.

• Kwa wahitimu wa shahada ya kwanza b = −1,561; p = 0,008, na kwa wahitimu wa uzamili b = −1,318; p = 0,029.
• Ikilinganishwa na kundi la “nje ya Athens”, coefficients hasi na significant ziliripotiwa kwa Central, North, West na South Athens pamoja na Piraeus.
• Coefficient ya suburban area ilikuwa hasi, lakini kwa p = 0,053 ilibaki kidogo juu ya kizingiti cha kawaida cha 0,05.
• Washiriki walioona matangazo ya kituoni kuwa yanawafanya wajisikie salama zaidi walikuwa na mwelekeo wa kutathmini usalama wa jumla wa basi kwa kiwango cha juu zaidi.

Likelihood ratio test ya modeli ya basi ilikuwa χ² = 65,192 na p < 0,001. Pearson test ilikuwa p = 0,097, deviance test p = 0,980 na test of parallel lines p = 0,071.

Katika modeli hii jinsia haikuwa miongoni mwa vigezo vya mwisho vyenye maana. Hata hivyo, tofauti za wanawake na wanaume zilionekana katika uchanganuzi wa kulinganisha aina za usafiri moja kwa moja, tathmini za mwanga uliopo na mapendeleo kuhusu wafanyakazi wa usalama wa usiku. Kwa hiyo, matokeo kwamba “jinsia haipo katika regression ya basi” hayamaanishi kuwa wanawake hupata uzoefu sawa na wanaume katika mazingira ya basi.

Ni aina gani ya usafiri ilionekana salama zaidi?

Pairwise comparisons zilionyesha mpangilio wazi wa mtazamo wa usalama:

1. Mistari ya metro M2 na M3 ilikuwa na mtazamo wa juu zaidi wa usalama.
2. Mstari wa metro M1 ulikuwa wa pili.
3. Mfumo wa mabasi ulitathminiwa kuwa na mtazamo wa chini zaidi wa usalama.

Katika sampuli yote, odds ya M2 na M3 kutathminiwa kuwa salama zaidi kuliko basi ilikuwa 2,802, na kuliko M1 ilikuwa mara 2,427. Tofauti ya M1 ikilinganishwa na basi ilikuwa ndogo zaidi: OR = 1,331 na p = 0,050.

Kwa wanawake, tofauti kati ya M1 na basi haikuwa significant: OR = 1,151; p = 0,439. Hata hivyo, odds ya wanawake kutathmini M2 na M3 kuwa salama zaidi kuliko basi ilikuwa 2,714, na kuliko M1 ilikuwa mara 2,531. Kwa wanaume, M1 ilitathminiwa kuwa salama zaidi kuliko basi kwa kiwango chenye maana, huku M2 na M3 zikiwa tena juu zaidi.

Muda wa kusubiri unaathirije mtazamo wa usalama?

Mojawapo ya matokeo thabiti zaidi ya utafiti ni kwamba kadiri muda wa kusubiri unavyoongezeka, ndivyo usalama unaotambuliwa unavyopungua. Athari hii ilionekana katika metro na basi, lakini ilikuwa kubwa zaidi katika basi kwa sababu ya mazingira ya vituo yaliyo wazi na yenye udhibiti mdogo.

• Katika M1, odds ya wale waliosubiri chini ya dakika 5 kuripoti usalama wa juu zaidi ilikuwa mara 10,374 ikilinganishwa na wale waliosubiri zaidi ya dakika 15.
• Katika M2 na M3, uwiano kati ya wale waliosubiri chini ya dakika 5 na wale waliosubiri zaidi ya dakika 15 ulikuwa OR = 7,216.
• Katika basi, uwiano kati ya wale waliosubiri chini ya dakika 5 na wale waliosubiri zaidi ya dakika 20 ulikuwa OR = 21,047.
• Katika basi, odds ya wale waliosubiri chini ya dakika 10 kuripoti usalama wa juu zaidi ilikuwa mara 9,692 ikilinganishwa na wale waliosubiri zaidi ya dakika 20.

Watafiti wanatafsiri muda wa kusubiri wa dakika 5-10 kama kipindi kinachofaa ambapo ufanisi wa uendeshaji na uzoefu wa abiria vinaweza kusawazishwa. Thamani hii si kizingiti cha jumla kilichothibitishwa kwa jaribio la optimization lililodhibitiwa; ni tafsiri ya upangaji iliyotokana na pairwise comparisons katika sampuli ya Athens.

Athari ya muda wa kusubiri kwa usalama haipaswi kutazamwa kama upotevu wa muda pekee. Kusubiri kwa muda mrefu kunaweza kumaanisha abiria kubaki kwa muda mrefu katika mazingira yenye giza, yaliyotengwa, yasiyodhibitiwa au yenye kutokuwa na uhakika. Kwa sababu hiyo, frequency ya safari na taarifa sahihi za muda pia ni hatua zinazolenga mtazamo wa usalama.

Mwanga, kamera na wafanyakazi wa usalama

Hatua zilizopo zilipolinganishwa, mwanga kwa ujumla ulitathminiwa kuwa kipengele chenye nguvu zaidi cha usalama.

Mstari M1

Katika milango ya vituo, mwanga ulitathminiwa kwa kiwango chanya zaidi kuliko kamera na kuliko uwepo wa wafanyakazi waliopo. Kwenye jukwaa, tofauti kati ya mwanga na kamera haikuwa significant kitakwimu; hata hivyo, mwanga ulikuwa na nguvu zaidi kuliko wafanyakazi. Ndani ya behewa, mwanga ulihusishwa na mtazamo wa juu zaidi wa usalama kuliko kamera na wafanyakazi.

Mistari M2 na M3

Katika mlango, jukwaa na behewa, mwanga ulipata tathmini ya juu zaidi. Tofauti kati ya kamera na wafanyakazi wa usalama waliopo haikuwa significant. Wanawake waliripoti usalama wa chini kuliko wanaume katika sehemu zote za mazingira chini ya hali za mwanga zilizopo.

Mfumo wa mabasi

Katika vituo vya mabasi, hakukuwa na tofauti yenye maana kati ya kamera na mwanga: p = 0,822. Hatua zote mbili zilitathminiwa kwa kiwango chanya zaidi kuliko uwepo wa wafanyakazi waliopo. Ndani ya basi, mwanga ulikuwa hatua yenye nguvu zaidi, huku kamera ikiwa hatua ya pili iliyoonekana chanya zaidi kuliko wafanyakazi.

Kwamba wafanyakazi waliopo walipata tathmini dhaifu katika baadhi ya comparisons haimaanishi kuwa wafanyakazi hawana manufaa kimsingi. Waandishi wanahusisha matokeo haya na uonekano na usambazaji mdogo wa wafanyakazi kwa vitendo. Kwa hakika, washiriki walipoulizwa kuhusu hatua za ziada, wafanyakazi zaidi wa usalama, hasa nyakati za usiku, walijitokeza kuwa chaguo lenye nguvu zaidi katika mifumo yote.

Upendeleo kwa wafanyakazi wa usalama wa usiku

Kamera za ziada, mwanga ulioboreshwa, wafanyakazi wa mchana na wafanyakazi wa usiku zilipolinganishwa, wafanyakazi wa usalama wa usiku walitathminiwa kuwa hatua yenye ufanisi zaidi katika mifumo ya M1, M2-M3 na mabasi.

Upendeleo wa wanawake kwa wafanyakazi wa usiku ulikuwa mkubwa zaidi kuliko wa wanaume. Katika majukwaa ya M1, ulinganisho wa wanawake-wanaume ulikuwa OR = 4,160; katika majukwaa ya M2-M3 OR = 4,750; katika vituo vya mabasi OR = 2,116 na ndani ya basi OR = 2,840.

Matokeo haya yanaonyesha kuwa abiria hawataki tu surveillance ya passive inayorekodi matukio, bali pia uwepo wa mtu anayeonekana na anayeweza kuingilia mara moja inapohitajika. Utafiti unapendekeza kamera na teknolojia zifikiriwe pamoja na msaada wa binadamu, si kama mbadala wake.

Abiria hutumia mikakati gani ya kujilinda?

Grafu pekee ya utafiti inalinganisha tabia ambazo watumiaji wa metro na mabasi hutumia kujilinda. Mhimili wima unaonyesha asilimia ya washiriki, na mhimili mlalo unaonyesha mikakati saba tofauti. Nguzo zenye rangi nyepesi zinawakilisha metro, na nguzo zenye rangi nyeusi zinawakilisha basi.

• Kusafiri na mtu mwingine: metro %44, basi %41.
• Kusafiri mchana pekee: kutoka kwenye grafu takribani metro %42, basi %51.
• Kusafiri usiku pekee: metro %0, basi %2.
• Kuepuka vituo fulani: metro %49, basi %45.
• Kuepuka njia fulani: kutoka kwenye grafu takribani metro %31, basi %45.
• Kuepuka mavazi fulani: metro %28, basi %32.
• Kutumia simu kama njia ya kujivuruga au kujitenga na mazingira: metro %31, basi %28.

Grafu inaonyesha kuwa mtazamo wa chini wa usalama haubaki kuwa hisia tu; hubadilisha tabia za kila siku kama muda wa safari, njia, mavazi, hitaji la msafiri mwenza na matumizi ya simu. Hata hivyo, utafiti haukupima gharama za muda mrefu za kiuchumi, kisaikolojia au kijamii za tabia hizi.

Hatua za kiteknolojia, kiutendaji na zinazolenga faraja

Hatua zilizopendekezwa na washiriki zinaweza kugawanywa katika makundi manne makuu:

1. Hatua za kiutendaji

• Kuongeza frequency ya safari;
• Kuweka muda wa kusubiri, kadiri inavyowezekana, katika kipindi cha dakika 5-10;
• Kupunguza ucheleweshaji;
• Kutoa taarifa za kuaminika za muda halisi na matangazo katika vituo;
• Kuboresha uwezo wa kuketi na mtiririko wa abiria ndani ya magari.

2. Udhibiti na msaada wa binadamu

• Wafanyakazi wa usalama wanaoonekana, hasa nyakati za usiku;
• Uwezo wa kuingilia haraka katika vituo, majukwaa, maeneo ya kusubiri na ndani ya magari;
• Kuunganisha mifumo ya kamera na uangalizi wa binadamu pamoja na intervention protocol.

3. Hatua za kimazingira na faraja

• Mwanga wenye nguvu zaidi na unaoendelea;
• Usafi: %1,6 ya mapendekezo ya washiriki;
• Kuboresha matengenezo ya miundombinu: %2,9;
• Kufanya upya fleet: %5,5;
• Mazingira ya vituo yanayoonekana zaidi, yanayotunzwa vizuri na yenye mpangilio.

4. Hatua za kiteknolojia

• Programu ya simu inayotuma taarifa moja kwa moja kwa mamlaka wakati wa dharura: %92 support;
• Mifumo mahiri ya usalama inayotambua hatari na kutoa alarm kiotomatiki: %83 support;
• Vitufe vya dharura au panic buttons vinavyowekwa katika maeneo yaliyochaguliwa: %70 support.

Asilimia hizi hazimaanishi kwamba mifumo hiyo itapunguza uhalifu kwa kiwango sawa katika maisha halisi. Ni tathmini za washiriki kwamba hatua hizo zitaongeza hisia yao ya usalama. Accuracy rates za teknolojia, kiwango cha false alarms, athari za data protection, gharama na utendaji wa uwanjani havikupimwa katika utafiti huu.

Nguvu za utafiti

• Kuchunguza metro na basi si kama aina za usafiri pekee, bali katika mazingira tofauti ya nafasi kama mlango, jukwaa, kituo, behewa na ndani ya gari;
• Kutathmini M1 tofauti na mistari mipya zaidi ya M2-M3;
• Kushughulikia jinsia, eneo la makazi, elimu, msongamano, muda wa kusubiri na hatua za usalama katika mfumo mmoja wa utafiti;
• Kupima si mtazamo wa usalama uliopo pekee bali pia tabia za kujilinda na mapendeleo ya hatua;
• Kutumia ordinal logistic regression kwa outcome variables za mpangilio na kuripoti assumption ya parallel lines;
• Kuunganisha mapendekezo ya upangaji na pairwise comparisons za namba pamoja na odds ratios.

Mapungufu na mambo ya kuzingatia

• Utafiti ni preprint ambayo haijapitia peer review.
• Sampuli ina washiriki 312 kutoka Athens pekee; matokeo hayawezi kujumlishwa moja kwa moja kwa miji mingine.
• Wanawake ni %65 ya sampuli. Ingawa waandishi wanasema weighting ilitumika katika uchanganuzi wa jinsia, sampuli haina uwiano sawa.
• Usambazaji wa umri hauwakilishi makundi yote ya umri kwa usawa.
• Dodoso lilisambazwa hasa mtandaoni na washiriki waliruhusiwa kushiriki fomu na wengine. Hakuna random probability sampling process iliyoripotiwa.
• Mtazamo wa usalama unategemea kujiripoti; haukuunganishwa na rekodi halisi za uhalifu, harassment, ajali au intervention.
• Uchanganuzi unaonyesha associations; hauthibitishi causality.
• Ingawa kulikuwa na chaguo la jinsia isiyo ya binary, hakuna mshiriki kutoka kundi hilo.
• Watu wenye ulemavu, sexual orientations tofauti na gender identities tofauti hawakuwakilishwa vya kutosha.
• Programu ya simu, smart detection na panic button systems zilizopendekezwa hazikuwekwa na kujaribiwa kimajaribio.
• Kuna kutokuwiana kwa namba ndani ya maandishi kuhusu idadi ya washiriki wa North Athens katika Table 1, jumla ya maswali ya dodoso na jedwali la model fit la M1.

Utafiti unasema nini, na hausisemi nini?

Utafiti unasema: Katika sampuli ya Athens, mtazamo wa usalama unahusiana na jinsia, aina ya usafiri, muda wa kusubiri, mazingira ya nafasi, mwanga, utoaji wa taarifa na msaada wa binadamu. Wanawake waliripoti mtazamo wa chini wa usalama katika comparisons nyingi. Kusubiri kwa muda mfupi na unaotabirika, mwanga wenye nguvu na hasa wafanyakazi wa usalama wanaoonekana usiku vilitathminiwa chanya na abiria.

Utafiti hausisemi: Utafiti haukupima kwamba wanawake wako katika hatari kubwa zaidi kiobjektivu katika kila safari. Haukupima mwanga, kamera au wafanyakazi hupunguza uhalifu kwa kiwango gani kwa uhakika. Haujaonyesha technical effectiveness ya programu ya simu au mifumo mahiri ya usalama. Matokeo hayawezi kuhamishwa moja kwa moja kwa mifumo yote ya usafiri wa umma nje ya Athens. Matokeo ya regression si ushahidi wa causality.

Umuhimu kwa mtazamo wa zamani, sasa na siku zijazo

Hapo awali, upangaji wa usafiri wa umma mara nyingi ulitathminiwa kwa capacity, speed, cost na physical accessibility. Utafiti huu unaonyesha kwamba uwezo wa abiria kuingia kituoni au kupanda gari pekee hautoshi; bila kujisikia salama, huenda asiweze kutumia mfumo huo kwa uhuru.

Kwa mtazamo wa sasa, utafiti unaonyesha kuwa waendeshaji wa usafiri wa umma hawapaswi kutathmini sera za usalama kwa idadi ya kamera au rekodi rasmi za matukio pekee. Muda wa kusubiri, wafanyakazi wa usiku, mwanga, matengenezo yanayoonekana na taarifa za muda halisi pia ni vipengele vya inclusion na accessibility.

Katika siku zijazo, tafiti zinahitaji sampuli kubwa na zenye uwiano zaidi, miji tofauti, abiria wenye ulemavu, non-binary gender identities na makundi mbalimbali ya kijamii. Hatua zinazopendekezwa zinapaswa kutathminiwa si kwa preference surveys pekee, bali pia kwa field data kabla na baada ya utekelezaji, incident records, frequency ya matumizi na tabia ya abiria.

Mbinu na Matokeo ya Utafiti

Muhtasari wa kiufundi wa muundo wa utafiti

Sifa kuu za sampuli

Matokeo makuu ya regression models

Ulinganisho wa aina ya usafiri na muda wa kusubiri

Mapendeleo ya hatua za kuingilia

Matatizo ya uwasilishaji data yaliyotambuliwa katika chanzo

• Katika Table 1, kuandikwa N = 328 na %10 kwa North Athens hakulingani na jumla ya sampuli.
• Jumla ya dodoso imeandikwa 54 katika maandishi, huku jumla ya sehemu ikiwa 53.
• Katika Table 3 ya modeli ya M1, thamani ileile ya −2 Log Likelihood imeandikwa kwa intercept-only na final model, ingawa tofauti ya χ² imeonyeshwa kuwa 42,459.
• Thamani hizi zimehamishwa kama zilivyotolewa katika makala; hazijarekebishwa kimya kimya kwa sababu data chanzo haipatikani.

Maelezo ya Chanzo na Mbinu

Kichwa asilia cha utafiti: Gender-driven transport planning interventions for increased safety perception on public transport systems

Waandishi na mpangilio wao: Xenia Karekla; Alexia Michalopoulou; Konstantinos Gkiotsalitis

Uandishi mwenza wa kwanza: Hakuna taarifa ya mchango sawa au uandishi mwenza wa kwanza iliyotolewa.

Mwandishi anayewasiliana: Xenia Karekla

Taasisi: National Technical University of Athens, School of Civil Engineering, Department of Transportation Planning and Engineering, Athens, Ugiriki

DOI: DOI haipo katika maandishi ya PDF. Katika rekodi rasmi ya SSRN DOI imethibitishwa kuwa 10.2139/ssrn.6986080.

Jarida: Hakuna jina la jarida lililopitiwa na rika au taarifa ya toleo lililochapishwa katika jarida.

Jukwaa la uchapishaji: SSRN

Mchapishaji asilia: Taarifa ya jarida asilia lililopitiwa na rika au mchapishaji haikuweza kuthibitishwa kupitia toleo hili. SSRN ni jukwaa la kielektroniki ambapo utafiti uliwasilishwa kama preprint.

Mwaka wa uchapishaji: 2026

Tarehe ya kupakiwa SSRN: 23 Juni 2026

Hali ya peer review: Utafiti huu ni preprint na haujapitia peer review.

Aina ya chanzo: Utafiti wa uchunguzi wa cross-sectional unaotegemea dodoso, uchanganuzi wa takwimu na preprint ya upangaji wa usafiri

Kiungo rasmi:Ukurasa wa utafiti wa SSRN

Ufadhili: Utafiti ulifadhiliwa katika mfumo wa mradi STEAMS — Sustainable Transport Environments that Achieve Modal Shift na wito wa nne wa Hellenic Foundation for Research and Innovation wa kusaidia watafiti wa postdoctoral. Nambari ya mradi ni 28238.

Maelezo haya ya Kituruki yalitayarishwa kwa kusoma PDF iliyopakiwa kutoka mwanzo hadi mwisho. Hakuna matokeo mapya yaliyoongezwa kwenye matokeo ya kisayansi kutoka nje ya PDF. Uthibitishaji wa nje ulitumika tu kwa DOI, tarehe ya rekodi ya SSRN na taarifa za utambulisho wa kibibliografia.

Mapungufu makuu: Utafiti haujapitia peer review; unategemea sampuli ya watu 312 ya Athens na data za kujiripoti; wanawake wako kwa kiwango cha juu zaidi katika sampuli; hakuna mshiriki wa jinsia isiyo ya binary; mchakato wa sampling hauhakikishi uwakilishi wa idadi ya watu; hatua zinazopendekezwa hazijajaribiwa kimajaribio uwanjani; hakuna comparison na data halisi za matukio; observational associations hazionyeshi causality; na kuna kutokuwiana kwa ndani katika baadhi ya maswali na thamani za majedwali.

Onyo la kisayansi: Utafiti huu ni preprint ambayo haijapitia peer review; matokeo yanapaswa kusomwa kwa kuzingatia kizuizi hiki. Matokeo hayathibitishi kwamba teknolojia zilizopendekezwa au sera za wafanyakazi zitapunguza uhalifu kwa uhakika; yanaonyesha associations za kitakwimu kati ya mtazamo wa usalama na mapendeleo ya washiriki.