پیش بینی فرسودگی تحصیلی دانشجویان کارشناسی دانشگاه تبریز براساس راهبردهای تنظیم هیجانی و استرس تحصیلی
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 220
فایل این مقاله در 12 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_EDCBM-15-6_004
تاریخ نمایه سازی: 15 اسفند 1401
چکیده مقاله:
مقدمه: پژوهشحاضر با هدف بررسی پیشبینی فرسودگیتحصیلی دانشجویان کارشناسی دانشگاه تبریز براساس راهبردهای تنظیم هیجانی و استرستحصیلی انجام شد.
روش: روش پژوهش براساس شیوه جمعآوری اطلاعات، توصیفی از نوع همبستگی و بر اساس هدف از نوع کاربردی بود. جامعهآماری پژوهش را کلیه دانشجویان مقطع کارشناسی دانشگاه تبریز در سال تحصیلی ۱۳۹۷-۹۸ تشکیل دادند. حجم نمونه متشکل از ۳۸۶ نفر دانشجوی مقطع کارشناسی دانشگاه تبریز بود که با استفاده از روش تصادفیخوشهای انتخاب شدند. ابزارهای جمعآوریاطلاعات در این پژوهش مقیاس خودتنظیمیهیجانی هافمن و کشدان، مقیاس استرستحصیلی کودرون و مقیاس فرسودگیتحصیلی برسو، سالانووا و اسکافلی بودند.
یافته ها: نتایج به دست آمده نشان داد که بین مولفه سازگاری خودتنظیم هیجانی و فرسودگی تحصیلی رابطه منفی معنی دار، بین مولفه تحمل تنظیمهیجان و فرسودگیتحصیلی دانشجویان رابطه مثبت معنیدار و همچنین بین استرستحصیلی و فرسودگیتحصیلی رابطه مثبت و معنی دار وجود دارد. همچنین نتایج نشان داد که از بین مولفه های خودتنظیمی هیجانی، مولفه ی سازگاری خود تنظیم هیجان قادر به پیشبینی فرسودگی تحصیلی و استرس تحصیلی نیز قادر به پیشبینی فرسودگی تحصیلی دانشجویان بودند.
نتیجهگیری: یافتههای حاصل شده، بر اهمیت نقش متغیرهای خودتنظیمی هیجانی و استرستحصیلی در میزان فرسودگیتحصیلی دانشجویان تاکید می نماید. بنا براین بهکارگیری راهبردهای تنظیمهیجان و آموزش آن و همچنین آموزش شیوههای کنترل استرس تحصیلی به دانشجویان امری ضروری بهنظر میرسد که میتواند منجر به کاهش فرسودگیتحصیلی، افزایش بهزیستیتحصیلی و در کل ارتقاء سلامتروانی دانشجویان شود.
کلیدواژه ها:
نویسندگان
شهروز نعمتی
University of Tabriz
رحیم بدری گرگری
University of Tabriz
آرام کاتورانی
university of tabriz
صفا مرتضوی
university of tabriz
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 :