پیش بینی سلامت روان و عملکرد تحصیلی دانشجویان از طریق راهبردهای شناختی تنظیم هیجان در دانشجویان دانشگاه علوم پزشکی جندی شاپور اهواز
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 263
فایل این مقاله در 8 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_EDJ-5-1_005
تاریخ نمایه سازی: 29 آبان 1401
چکیده مقاله:
هدف پژوهش حاضر بررسی راهبردهای شناختی تنظیم هیجان به عنوان پیش بینی کننده های سلامت روان و عملکرد تحصیلی در دانشجویان دانشگاه علوم پزشکی جندی شاپور اهواز بود. در این پژوهش تعداد ۲۳۰ نفر از دانشجویان به صورت نمونه گیری خوشه ای تصادفی انتخاب شدند. برای بررسی متغیرهای پژوهش از دو پرسشنامه راهبردهای تنظیم هیجان شناختی (CERQ) و سلامت عمومی (GHQ) و برای اندازه گیری عملکرد تحصیلی از معدل نمرات واحدهایی که دانشجویان تاکنون گذرانده بودند، استفاده شد. برای تحلیل داده ها از نسخه ی ۱۶ نرم افزار SPSS استفاده شد که تحلیل چند متغیری (رگرسیون) نشان داد از میان راهبردهای تنظیم هیجان شناختی سازگار، پذیرش و از میان راهبردهای تنظیم هیجان شناختی ناسازگار، فاجعه انگاری بهترین پیش بینی کنندگان سلامت روان می باشند. نتایج تحلیل رگرسیون نشان داد که هیچ کدام از راهبردهای شناختی تنظیم هیجان با عملکرد تحصیلی دارای رابطه ی معنادار نیستند. راهبرد شناختی فاجعه انگاری بیشترین عامل تبیین کننده ی سلامت روان را به خود اختصاص داده بود. پسران بیش از دختران از راهبردهای ملامت خود و فاجعه انگاری استفاده می کردند. با توجه به نتایج تحقیق، راهبردهای تنظیم هیجان شناختی می تواند هدف مهمی در مداخلات شناختی_رفتاری باشد.
کلیدواژه ها:
نویسندگان
مهدی سیاح برگرد
عضو هیات علمی، دانشگاه علوم پزشکی جندیشاپور اهواز، اهواز، ایران.
علیرضا اولی پور
عضو هیات علمی، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران
علی اردمه
دانشجوی کارشناسی ارشد روانشناسی بالینی، دانشگاه شهید چمران اهواز، اهواز، ایران
شکوه شهیدی
کارشناس روانشناسی بالینی، دانشگاه شهید چمران اهواز، اهواز، ایران.
اسماعیل یعقوبی عسگرآباد
دانشجوی کارشناسی ارشد روانشناسی بالینی، دانشگاه شهید چمران اهواز، اهواز، ایران
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 :