پیش بینی بخشش بر مبنای اعتیاد مجازی با تعدیل گری متغیرهای جمعیت شناختی در میان جوانان شهر تهران
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 206
فایل این مقاله در 47 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_CSSMS-1-4_002
تاریخ نمایه سازی: 22 اسفند 1403
چکیده مقاله:
با گسترش پدیده اعتیاد مجازی، بسیاری از جنبه های اخلاقی و ارزش های فردی، تحت تاثیر قرار گرفته اند. در همین راستا، پژوهش حاضر به منظور پیش بینی بخشش(گذشت) بر مبنای اعتیاد مجازی طراحی و اجرا شده و هدف آن، پیش بینی بخشش بر اساس اعتیاد مجازی با میانجی گری متغیرهای جمعیت شناختی( سن، جنسیت و مدرک تحصیلی) در میان جوانان کلان شهر تهران، است. پژوهش به لحاظ هدف، کاربردی است و به روش همبستگی با تکنیک پیمایش و ابزار اندازه گیری پرسشنامه انجام شده است. جامعه آماری شامل کلیه جوانان۲۰ تا ۳۸ ساله ساکن شهر تهران است. نمونه مورد مطالعه ۳۸۴ نفر هستند و به شیوه نمونه گیری خوشه ای چندمرحله ای انتخاب شده اند. نتایج نشان داد که میان سن جوانان با بعد رفتاری، بعد اعتقادی و تمام ابعاد بخشش، رابطه مثبت و معنی دار وجود دارد، و هرچه سن جوانان بالاتر باشد، ابعاد رفتاری و اعتقادی و وضعیت کلی بخشش در آنان، بالاتر است. بین میزان تحصیلات جوانان با بعد رفتاری، بعد اعتقادی و تمام ابعاد بخشش، رابطه مثبت و معنی دار، ولی همچنان تحصیلات با بعد شناختی و بعد عاطفی رابطه معنی داری ندارد. نتایج درباره اثر جنسیت، میان زن بودن با بعد شناختی، عاطفی، اعتقادی و تمام ابعاد بخشش، رابطه منفی و معنی داری نشان می دهد، بدین معنی که زنان در ابعاد سه گانه شناختی، عاطفی و اعتقادی نسبت به مردان در زمینه بخشش وضعیت پایین تری داشته و متغیر جنسیت باعث شده که شناخت، اعتقاد و حتی عاطفه و احساس آنان نسبت به بخشش و گذشت کمتر از مردان باشد. مجرد بودن با بعد اعتقادی و تمامی ابعاد بخشش، رابطه منفی و معنی داری داشته است.
کلیدواژه ها:
نویسندگان
سمیه تاجیک اسماعیلی
دانشیار گروه ارتباطات اجتماعی، دانشکده علوم انسانی، واحد تهران شرق، دانشگاه آزاد اسلامی. تهران. 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 :