پیش بینی قلدری بر اساس هیجان خواهی و جو مدرسه با میانجی گری خودپنداره در دانش آموزان
محل انتشار: مجله پژوهش پرستاری ایران، دوره: 15، شماره: 1
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 233
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJNR-15-1_009
تاریخ نمایه سازی: 4 دی 1400
چکیده مقاله:
مقدمه: قلدری در مدرسه به طور گسترده به عنوان یک مشکل شخصی، اجتماعی و آموزشی جدی در نظر گرفته شده است که بخش قابل توجهی از دانش آموزان مدرسه را تحت تاثیر قرار می دهد. هدف پژوهش حاضر پیش بینی قلدری بر اساس هیجان خواهی و جو مدرسه با میانجی گری خودپنداره در دانش آموزان در دانش آموزان بود.
روش کار: مطالعه حاضر توصیفی و از نوع طرح های همبستگی و روش مدل یابی معادلات ساختاری بود. جامعه آماری دانش آموزان مقطع متوسطه مشغول به تحصیل در مقطع دوم متوسطه شهر تهران در سال تحصیلی ۱۳۹۷-۹۸ بود. تعداد افراد نمونه جمعا ۲۹۰ دانش آموز بود که با روش نمونه گیری خوشه ای انتخاب شدند. ابزار پژوهش شامل مقیاس هیجان خواهی زاکرمن (۱۹۹۲)، پرسشنامه جو مدرسه اجاقی(۱۳۷۷)، پرسشنامه خودپنداره راجرز (۱۹۷۷) و مقیاس قلدری ایلی نویز (۲۰۰۱) بودند. برای تحلیل داده ها از روش مدل سازی معادلات ساختاری استفاده شد.
یافته ها: نتایج آزمون آماری نشان داد شاخص های برازش مدل پژوهش در وضعیت مطلوبی قرار داشت. همچنین متغیر هیجان خواهی بر قلدری هم اثر مستقیم و هم اثر غیرمستقیم ( به واسطه ی خودپنداره) داشت (p<۰.۰۵). همچنین خودپنداره در رابطه ی بین جو مدرسه و قلدری نقش میانجی داشت. (p<۰.۰۵)
نتیجه گیری: نتایج پژوهش حاضر لزوم توجه به هیجان خواهی و جو مدرسه به عنوان دو متغیر فردی و اجتماعی در پیش بینی رفتارهای قلدری در دانش آموزان را در سطح مدارس کشور مورد تایید قرار داد.
کلیدواژه ها:
Bullying ، Thrill-seeking ، School Atmosphere ، Self-concept ، قلدری ، هیجان خواهی ، جو مدرسه ، خودپنداره
نویسندگان
نسیبه شیرکوند
, Rudehen Branch, Islamic Azad University
مالک میرهاشمی
, Rudehen Branch, Islamic Azad University
هایده صابری
, Rudehen Branch, Islamic Azad University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :