The Relationship between Willingness to Help Others and Resilience with Post-Traumatic Growth in People with A History of Severe Covid-۱۹ in Close Relatives: The Moderating Role of Guilt
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 108
فایل این مقاله در 16 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_RPH-22-4_007
تاریخ نمایه سازی: 18 اردیبهشت 1403
چکیده مقاله:
The purpose of this research was to investigate the relationship between the desire to help others and resilience with growth after trauma with assessing the moderating role of guilt related to trauma in people with a history of covid-۱۹ disease in close relative. For this purpose, ۱۸۹ people who had one of their relatives admitted to the special care department of the hospital due to the covid-۱۹ disease in the last six months were selected in an accessible method and completed the post-traumatic growth, resilience, trauma related guilt and altruism questionnaires. Based on the results of multiple regression analysis, trauma related guilt did not play a moderating role in the relationship between resilience and prosocial behaviors. In contrast, trauma-related guilt had a moderating role in the relationship between post-traumatic growth and willingness to help others. The conclusion from the findings of the present study can be indicative of the role of interpersonal and intrapersonal factors in promoting adaptation and even growth of people following traumatic experiences.
کلیدواژه ها:
Post-Traumatic Growth ، Covid-۱۹ ، Prosocial Behaviors ، Willingness to help others ، Ego-Resiliency ، Trauma-Related Guilt ، رشد پس از آسیب ، کرونا ، رفتارهای حمایت اجتماعی ، تمایل به کمک به دیگران ، تاب آوری ، احساس گناه
نویسندگان
فاطمه دهقانی آرانی
University of Tehran
زهرا اسدی
University of Tehran
حجت الله فراهانی
Tarbiat Modarres 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 :