<span dir="RTL" lang="AR-SA">پیش بینی کننده های سلامت روان اعضای هیات علمی زن دانشگاه علوم پزشکی اصفهان با توجه به ویژگی های فردی و شغلی آن ها
محل انتشار: مجله دانشکده پزشکی اصفهان، دوره: 44، شماره: 865
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 9
فایل این مقاله در 7 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_IMSJ-44-865_007
تاریخ نمایه سازی: 17 مهر 1405
چکیده مقاله:
مقدمه: سلامت روان کارکنان، از شاخص های مهم سلامت کار و موفقیت محیط های کاری است. این موضوع برای زنان شاغل که مسئولیت های خانواده را نیز عهده دار هستند، اهمیت بیشتری دارد. در این پژوهش، پیش بینی کننده های سلامت روان اعضای هیات علمی زن دانشگاه علوم پزشکی اصفهان با توجه به ویژگی های فردی و شغلی آن ها مطالعه شد. روش ها: مطالعه ی حاضر به صورت مقطعی روی ۱۹۶نفر اعضای هیات علمی زن شاغل در دانشگاه علوم پزشکی اصفهان با نمونه گیری طبقه ای متناسب با حجم انجام شد. ابزار گردآوری داده ها شامل پرسشنامه ی سلامت عمومی (GHQ-۲۸) و پرسشنامه ی محقق ساخته برای سنجش ویژگی های فردی، خانوادگی و شغلی بود. داده ها با استفاده از آزمون های t مستقل، آنالیز واریانس، همبستگی Pearson و رگرسیون خطی گام به گام تحلیل شدند. یافته ها: نتایج نشان داد، سلامت روان اعضای هیات علمی زن، با رضایت شغلی و حمایت های سازمانی ایشان مرتبط است (۰/۰۵ >P ). به این صورت که سطوح پایین تر رضایت شغلی، کمبود حمایت های سازمانی، وضعیت استخدامی قراردادی و مرتبه ی علمی استادیاری، پیش بین های معنادار برای افت سلامت روان و افزایش علائم اضطرابی و اختلال در عملکرد اجتماعی هستند. همچنین بین افزایش سابقه ی کار و نشانه های روانی همبستگی منفی معناداری مشاهده شد (۰/۰۵ > P). نتیجه گیری: مدیریت سلامت روان در گروه مورد مطالعه، نیازمند مداخلات مرتبط با افزایش حمایت سازمانی و رضایت شغلی است. توصیه می شود دانشگاه ها با تمرکز بر بهبود رضایت شغلی و ایجاد فضای حمایت گر، به کاهش تنش های روانی و بهبود کیفیت زندگی کاری اعضای هیات علمی کمک نمایند.
کلیدواژه ها:
نویسندگان
حامد علاقمندان
دانشکده ی دندانپزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، 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 :