📊 statistics

Two-Level Continuous Monitoring of Work-Related Psychosocial Risk: Formalization and Simulation-Based Proof of Concept of a Sector–Individual Assessment Architecture

यह शोधपत्र कार्य-संबंधी मनोवैज्ञानिक जोखिमों के लिए एक दो-स्तरीय निगरानी संरचना का प्रस्ताव और सिमुलेशन करता है जो एक वस्तुनिष्ठ, क्षेत्र-स्तरीय संगठनात्मक भार सूचकांक (Organizational Load Index) को एक व्यक्तिगत-स्तरीय मनोवैज्ञानिक प्रतिक्रिया सूचकांक (Psychosocial Response Index) के साथ जोड़ता है, और मोंटे कार्लो विश्लेषण के माध्यम से यह प्रदर्शित करता है कि परिष्कृत अलर्ट मानदंड नैव थ्रेशोल्डिंग (naive thresholding) की तुलना में झूठी चेतावनियों को कम करते हुए उच्च संवेदनशीलता प्राप्त कर सकते हैं।

मूल लेखक: frederico veloso

प्रकाशित 2026-07-07

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: frederico veloso

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ एक सरल भाषा और रोज़मर्रा के उदाहरणों का उपयोग करके शोध पत्र (paper) की व्याख्या दी गई है।

बड़ी समस्या: कार्यस्थल सुरक्षा में "अंधा कोना" (Blind Spot)

कल्पना कीजिए कि एक फैक्ट्री मैनेजर कर्मचारियों को सुरक्षित रखने की कोशिश कर रहा है। लंबे समय से, उनके पास भौतिक खतरों (जैसे टूखी मशीन या फिसलन भरा फर्श) की जाँच करने का एक बेहतरीन तरीका रहा है। लेकिन हाल ही में, नए कानूनों (विशेष रूप से ब्राजील में, मई 2026 से शुरू) ने कहा है कि उन्हें नौकरी के कारण होने वाले मानसिक और भावनात्मक तनाव पर भी नज़र रखनी होगी।

समस्या क्या है? इस तनाव को मापने के लिए लोग वर्तमान में जो उपकरण उपयोग करते हैं, वे साल में एक बार भीड़ की एक अकेली फोटो लेने जैसा है।

वे कर्मचारियों से पूछते हैं, "क्या आप तनाव में हैं?"
लेकिन कर्मचारी "हाँ" कहने से डर सकते हैं क्योंकि वे नहीं चाहते कि उन्हें परेशानी हो या वे कमजोर दिखें।
साथ भी, साल में एक बार एक ही सवाल पूछने से तनाव के दैनिक उतार-चढ़ाव का पता नहीं चलता।

लेखक, फ्रेडरिको वेलोज़ो (Frederico Veloso), का तर्क है कि इन पुराने उपकरणों में एक "अंधा कोना" (blind spot) है। वे उस खतरनाक स्थिति को नहीं देख सकते जहाँ बॉस काम का बोझ बढ़ा रहा है, लेकिन कर्मचारी संघर्ष कर रहे हैं यह बताने से डर रहे हैं।

समाधान: "NEXUS" सिस्टम

यह शोध पत्र NEXUS नामक एक नया सिस्टम प्रस्तावित करता है। इसे एक अकेली फोटो के रूप में नहीं, बल्कि एक लाइव, दो-चैनल सुरक्षा फीड के रूप में सोचें जो लगातार चलती रहती है।

केवल एक व्यक्ति की राय पूछने के बजाय, NEXUS जांच को दो अलग-अलग चैनलों में विभाजित करता है जिन्हें आपस में तुलना किया जाता है:

चैनल 1: "वास्तविकता की जाँच" (ऑर्गनाइजेशनल लोड इंडेक्स)

यह चैनल यह मापता है कि वास्तविक कार्यभार (workload) क्या है, बिना यह पूछे कि कर्मचारी कैसा महसूस कर रहे हैं। यह ठोस डेटा को देखता है, जैसे:

कितने ओवरटाइम घंटे दर्ज किए जा रहे हैं?
कितने लोग नौकरी छोड़ रहे हैं या बीमारी की छुट्टी ले रहे हैं?
कितनी शिफ्टों को आखिरी मिनट में बदला जा रहा है?

उपमा (Analogy): एक कार के डैशबोर्ड की कल्पना करें। स्पीडोमीटर और फ्यूल गेज "वस्तुनिष्ठ तथ्य" (objective facts) हैं। उन्हें इस बात से कोई फर्क नहीं पड़ता कि ड्राइवर थका हुआ है या डरा हुआ है; वे बस गति और ईंधन का स्तर दिखाते हैं। यह चैनल वही डैशबोर्ड है। यह मापता है कि कंपनी टीम पर कितना "दबाव" डाल रही है।

चैनल 2: "हृदय की धड़कन" (साइकोसोशल रिस्पॉन्स इंडेक्स)

यह चैनल मापता है कि व्यक्तिगत कर्मचारी कैसी प्रतिक्रिया दे रहा है। यह छोटे, बार-बार होने वाले चेक-इन (जैसे दैनिक मूड चेक या त्वरित पल्स चेक) का उपयोग करता है ताकि यह देखा जा सके कि क्या कोई व्यक्ति चिंतित, थका हुआ या अभिभूत महसूस कर रहा है।

उपमा: यह ड्राइवर के हार्ट रेट मॉनिटर की तरह है। यह आपको बताता है कि व्यक्ति अभी कैसा महसूस कर रहा है।

गुप्त मंत्र: दोनों की तुलना करना

NEXUS का जादू तब होता है जब आप डैशबोर्ड (चैनल 1) की तुलना हार्ट रेट (चैनल 2) से करते हैं। सिस्टम चार विशिष्ट "खतरनाक पैटर्न" की तलाश करता है:

"स्पष्ट आग" (Class A): डैशबोर्ड उच्च गति (उच्च कार्यभार) दिखाता है, और हार्ट रेट तेज़ (उच्च तनाव) है। कार्रवाई: कार्यभार को तुरंत ठीक करें।
"शांत खतरा" (Class B): डैशबोर्ड उच्च गति (उच्च कार्यभार) दिखाता है, लेकिन हार्ट रेट शांत है (कर्मचारी कहता है कि वह ठीक है)।
- यह क्यों महत्वपूर्ण है: पुराने सिस्टम में, यह "कोई समस्या नहीं" जैसा दिखता है। NEXUS में, यह एक बड़ा रेड फ्लैग है। इसका मतलब है कि कर्मचारी संभवतः अपना तनाव छिपा रहा है क्योंकि वह बोलने से डर रहा है। यह वही "अंधा कोना" है जिसे यह पेपर हल करता है।
"हैंगओवर" (Class C): कार्यभार सामान्य हो गया है, लेकिन कर्मचारी की हार्ट रेट अभी भी तेज़ है।
- अर्थ: तनाव इतना बढ़ गया है कि रिकवर होने में लंबा समय लग रहा है।
"घोस्ट" (Ghost - Class D): कर्मचारी चेक-इन करना पूरी तरह से बंद कर देता है (वह ऐप का जवाब देना बंद कर देता है या जवाब देने में बहुत समय लेता है)।
- अर्थ: वे काम से "अलग" (disengage) हो रहे हैं, भले ही वे यह न कह रहे हों कि वे तनाव में हैं।

यह सिस्टम कैसे काम करता है (सड़क के नियम)

पेपर समझाता है कि आप हर बार जब कोई नंबर थोड़ा सा बढ़ता है तो अलार्म नहीं बजा सकते, अन्यथा आपको बहुत अधिक 'फॉल्स अलार्म' मिलेंगे (जैसे टोस्ट ब्रेड से धुआं निकलने पर स्मोक डिटेक्टर का बज जाना)।

इसे ठीक करने के लिए, सिस्टम तीन स्मार्ट नियमों का उपयोग करता है:

एक गड़बड़ी पर घबराएं नहीं: यह अलार्म बजाने से पहले यह देखता है कि क्या समस्या लगातार तीन सप्ताह तक होती है। यह खराब दिनों को फ़िल्टर करता है।
अपना बेसलाइन जानें: यह सीखता है कि प्रत्येक विशिष्ट व्यक्ति और प्रत्येक विशिष्ट टीम के लिए "सामान्य" क्या है। यदि कोई टीम आमतौर पर अराजक है, तो थोड़ी और अराजकता आपात स्थिति नहीं है। यदि एक शांत टीम अचानक अराजक हो जाती है, तो यह एक बड़ी बात है।
गोपनीयता सर्वोपरि: "बॉस" केवल डैशबोर्ड डेटा (टीम का कार्यभार) देखता है। केवल एक विश्वसनीय मनोवैज्ञानिक ही हार्ट रेट डेटा (व्यक्तिगत भावनाएं) देख सकता है। यह कर्मचारियों को प्रतिशोध से सुरक्षित रखता है।

"प्रूफ ऑफ कॉन्सेप्ट" (सिमुलेशन)

लेखक ने अभी तक इसका परीक्षण वास्तविक लोगों पर नहीं किया है। इसके बजाय, उन्होंने यह देखने के लिए कि क्या नियम काम करेंगे, एक कंप्यूटर सिमुलेशन (एक कार्यस्थल का वीडियो गेम) बनाया।

उन्होंने 500 नकली परिदृश्य बनाए।
उन्होंने "बुरे किरदारों" को तनाव पैदा करने के लिए प्रोग्राम किया (जैसे अचानक काम को दोगुना करना)।
उन्होंने "डरे हुए कर्मचारियों" को अपना तनाव छिपाने के लिए प्रोग्राम किया।

परिणाम:

पुराने तरीके लगभग 100% समय "डरे हुए कर्मचारियों" को पहचानने में विफल रहते।
नए NEXUS सिस्टम ने "शांत खतरे" (तनाव छिपाने वाले कर्मचारी) को लगभग 73% समय पकड़ा।
इसने "घोस्ट" (काम से अलग होने वाले लोग) को लगभग 95% समय पकड़ा।
इसने शायद ही कभी गलत अलार्म बजाया (जब सब कुछ वास्तव में ठीक था, तब 5% से भी कम बार)।

कमी (जो पेपर स्वीकार करता है)

लेखक इस बारे में बहुत ईमानदार है कि यह पेपर अभी क्या नहीं करता है:

यह एक ब्लूप्रिंट है, बना-बनाया घर नहीं: सिस्टम कंप्यूटर सिमुलेशन में पूरी तरह से काम करता है, लेकिन वास्तविक जीवन अधिक जटिल है।
कैलिब्रेशन की आवश्यकता है: "वेट्स" (कितना महत्व ओवरटाइम बनाम टर्नओवर को दिया जाए) अभी केवल अनुमान हैं। वास्तविक सिस्टम में उपयोग करने से पहले उन्हें वास्तविक डेटा के साथ टेस्ट और एडजस्ट करने की आवश्यकता है।
अभी कोई वास्तविक डेटा नहीं है: यह एक "प्रूफ ऑफ कॉन्सेप्ट" है। यह साबित करता है कि गणित काम करता है, लेकिन इसे अभी तक वास्तविक मनुष्यों पर सिद्ध नहीं किया गया है।

सारांश

यह पेपर श्रमिकों के मानसिक स्वास्थ्य की रक्षा करने का एक नया तरीका प्रस्तावित करता है। केवल "क्या आप तनाव में हैं?" पूछने के बजाय, यह कार्यभार और कर्मचारी की प्रतिक्रिया को अलग-अलग देखता है। यदि कार्यभार अधिक है लेकिन कर्मचारी कहता है कि वह ठीक है, तो सिस्टम यह मान लेता है कि वह सच छिपा रहा है और अलार्म बजा देता है। यह एक ऐसे स्मोक डिटेक्टर की तरह है जो न केवल धुएं को सुनता है, बल्कि यह भी जाँचता है कि क्या वास्तव में आग जल रही है, भले ही कोई खाँस न रहा हो।