ارائه يك مدل بهينه سازي چند هدفه گردش شغلي به منظور حداقل كردن بار ارگونوميكي فيزيكي، روحي و رواني

Provide a job Rotation multi-objective optimization model to minimize physical and psychological ergonomic loading

ﭘﺮﺳﺘﺎﺭﺍﻥ ﻳﻜﻲ ﺍﺯ ﺍﺭﻛﺎﻥ ﻣﻬﻢ ﺩﺭ ﺳﺎﺯﻣﺎﻥ‌ﻫﺎﻱ ﺑﻬﺪﺍﺷﺘﻲ ﻭ ﺩﺭﻣﺎﻧﻲ مي‌باشند، از اينرو سلامت و رضايت شغلي پرستاران جزء بسيار مهمي از زندگي آنان است كه مي‌تواند بر امنيت بيمار، عملكرد و سودمندي و كيفيت مراقبت تاثير بگذارد. گردش شغلي يكي از كم هزينه‌ترين روش‌ها جهت كاهش اسيب‌هاي ارگونوميكي در بين كاركنان مي‌باشد. يك مدل دو هدفه گردش شغلي با اهداف حداقل‌سازي تعداد روزهاي كاري از دست رفته ناشي از كمردرد‌هاي شغلي و كاهش بار ارگونوميكي (اسكلتي-عضلاني و روحي-رواني)، به منظور كاهش اسيب‌هاي شغلي، افزايش رضايت شغلي و افزايش كارايي پرستاران ارئه گرديده است.كارايي مدل پيشنهادي به وسيله‌ي مثال عددي كه داده‌هاي آن از طريق پرسشنامه‌هاي MAPO (Movement and Assistance of Hospital Patients) ، نورديك و DASS (Depression Anxiety Stress Scale) و مصاحبه‌ي حضوري از 24 پرستار بخش اورژانس بيمارستان حضرت وليعصر(ع) مشگين‌شهر جمع آوري شده و با توجه به NP-Hard بودن مساله از الگوريتم فراابتكاري ژنتيك GA استفاده گرديد. مساله توسط نرم‌افزار متلب نوشته شده و حل گرديد و نتايج حاصل، بيانگر كارايي مدل در اهداف مورد نظر مي‌باشد.

Nurses as important pillars for health and medical organizations have an important role in patient’s treatment. So, their health and job satisfaction are important factors in their lives, which may affect security of patients, performance, helpfulness, and treatment quality. Job rotation are one of the inexpensive ways to decrease ergonomic injuries among the staff. This paper presents a two-objective model of Job rotation with the aim of minimizing lost working days due to occupational backache, and decreasing ergonomic load (skeletal-muscle and mental-psychological) to decrease occupational injuries, and to improve the performance of nurses. Efficiency of the proposed model was studied using a numerical example data of which were gathered from MAPO, Nordic and DASS questionnaires and personal interviews with 24 nurses from emergency department of Hazret Vali-Asr Hospital in Meshkin-Shar, Iran. Efficiency of the proposed model was studied using a numerical example data of which were gathered from Nordic and DASS questionnaires and personal interviews with 24 nurses from emergency department of Hazret Vali-Asr Hospital in Meshkin-Shar, Iran. Because of Nurse Rostering scheduling Problem (NRSP) is NP-Hard, to get answer, we used genetic metaheuristic algorithm, which was written in MATLAB software.