【摘 要】
:
目的:分析具有留守经历(left-behind experience,LBE)大学生成就动机、心理应激与心理资本(Psychological capital,Psy Cap)的现状及其三者间的关系,探讨成就动机与心理应激状态及其交互作用对具有LBE大学生心理资本的影响,为提升具有LBE大学生的心理资本水平提供参考。方法:本研究于2020年9月至2020年11月,采用分层整群抽样的方法抽取安徽省各市
【基金项目】
:
安徽省自然科学基金项目(2008085MH263)慢性应激和童年留守“敏感期”效应及其交互作用对大学生心理资本预测作用的研究; 安徽医科大学校基金项目(2019xkj019)童年期留守经历及其诱导的长期应激对大学生心理资本的预测作用研究;
论文部分内容阅读
目的:分析具有留守经历(left-behind experience,LBE)大学生成就动机、心理应激与心理资本(Psychological capital,Psy Cap)的现状及其三者间的关系,探讨成就动机与心理应激状态及其交互作用对具有LBE大学生心理资本的影响,为提升具有LBE大学生的心理资本水平提供参考。方法:本研究于2020年9月至2020年11月,采用分层整群抽样的方法抽取安徽省各市的10所高校的大学生,使用成就动机量表(AMS)、心理应激量表(SRQ-20)、心理资本量表(PPQ)进行问卷调查,行独立样本t检验、方差分析、非参数曼-惠特尼U检验(Mann-Whitney U test)、克鲁斯卡尔-沃利斯检验(Kruskal-Wallis,K-W)检验、c~2检验、Spearman秩相关分析和分层回归模型进行交互作用分析。结果:本研究最终共回收问卷10 240份,其中有效问卷9 940(97.1%)份。本次调查的大学生中有男生4 829(48.6%)人,女生5 111(51.4%)人;平均年龄为(19.26±1.58)岁;其中具有LBE的大学生有4 651(46.8%)人,有975(9.8%)人产生了心理应激;c~2检验结果显示,具有LBE组与非LBE组在年级、家庭财富等级、居住地、学生干部、学习成绩、健康状况、家庭结构及是否产生心理应激分组中存在统计学差异(c~2值分别为22.368,485.693,954.44,31.481,36.894,50.361,212.433,25.549,P均<0.001),而在性别、是否为医学专业组间无统计学差异(P均>0.05);t检验结果显示,在心理资本[LBE组(123.14±20.48)vs非LBE组(126.63±20.87),t=8.386,P<0.001]各维度上具有LBE大学生的得分均较低;具有LBE大学生的追求成功得分(t=4.263,P<0.001)较低,而在避免失败(t=3.736,P<0.001)的得分较非LBE组高;不同性别(t=5.342,P<0.001)、年级(F=10.920,P<0.001)、家庭财富等级(F=56.961,P<0.001)、是否为医学专业(t=4.635,P<0.001)、是否为学生干部(t=9.385,P<0.001)、学习成绩自评(F=134.585,P<0.001)、健康状况自评(F=197.68,P<0.001)和是否产生心理应激(t=26.468,P<0.001)各组间的心理资本总得分存在差异,且差异均具有统计学意义,而在不同居住地、家庭结构组间差异不具有统计学意义(P>0.05);具有留守经历大学生的心理应激得分与心理资本得分(r=-0.490,P<0.01)及自我效能(r=-0.449,P<0.01)、乐观(r=-0.389,P<0.01)、希望(r=-0.340,P<0.01)、韧性(r=-0.462,P<0.01)均呈负相关,与追求成功(r=-0.290,P<0.01)也呈负相关,而与避免失败呈正相关(r=0.292,P<0.01),且心理资本及其各维度与追求成功得分两两间均呈正相关、而与避免失败得分均呈负相关;分层回归模型显示,追求成功与心理应激的交互作用(β追求成功=0.016,ΔR~2=0.010,ΔF=5.900,P<0.05)、避免失败与心理应激的交互作用(β避免失败=0.035,ΔR~2=0.011,ΔF=28.289,P<0.001)对心理资本的影响均具有统计学意义。结论:本研究中具有LBE的大学生较多,且有相当一部分大学生产生了心理应激;具有LBE大学生心理资本各维度和追求成功的得分低于非LBE组大学生,而避免失败得分则更高,具有LBE大学生更容易产生心理应激;LBE组的心理应激得分与成就动机、心理资本得分及其各维度得分均两两间存在关联;成就动机的各维度与心理应激的交互作用对具有LBE大学生的心理资本水平能够产生不同程度的影响;学校不仅可从树立具有LBE大学生的积极的情绪观着手,改善心理应激状态,增强个人成就动机感,进而提升具有LBE大学生心理资本,达到心身健康的最佳状态。
其他文献
科技文献中包含了大量信息,如研究对象、研究方法和对照方案等,而这些信息是从事科研活动的人所需要的。从科技文献中提取出名词和短语等信息可以归类为自然语言处理中命名实体识别的任务。传统的命名实体识别采用深度学习的方法,通过对大量标注数据的学习,来达到很高的准确率。但是在中文科技领域,标注数据集非常稀缺,这严重阻碍了该领域命名实体识别的发展。本文立足于中文科技领域实体识别的特点,在少样本的条件下开展实验
近些年,无人机获得了越来越多的应用场景。在不同的场景下,无人机需要执行不同的任务,根据无人机性能、特性和种类的不同,无人机可以执行的任务也各不相同。而单个无人机因其自身性能的限制,无法在复杂场景下执行各类相同或者不同的任务,此时,便需要多个无人机组成集群,针对具体场景协同执行一定数量的任务。针对相同或者不同类型的任务,如何在复杂环境中,基于无人机感知到的信息进行交互,对无人机合理执行任务进行相应的
背景:随着非典型抗精神病药物的问世,精神分裂症患者的治疗效果显著改善,然而患者的代谢性疾病并发症却逐渐凸显。越来越多的研究发现,精神分裂症患者的血脂异常率显著高于一般人群,且血脂异常会显著增加精神分裂症患者的心血管疾病发生风险,是导致患者过早死亡的最主要原因。并且血脂异常与患者的阳性与阴性症状、焦虑和抑郁症状等显著相关。然而目前我们对精神分裂症患者血脂异常的原因、机制尚不清楚。目的:(1)探究空气
目的1.基于LAg-Avidity EIA(亲和力实验)和队列研究两种方法,了解20城市MSM人群新发感染者人口学基本信息和性行为特征;2.分析LAg-Avidity EIA和队列研究发现HIV新发感染者的一致性;3.探索20城市MSM人群HIV新发感染的影响因素,为MSM人群的艾滋病预防干预策略提供依据。方法第一部分,亲和力实验方法。依托“十三五”重大科技专项子课题三“群组随机化控制传染源减少M
以认知降低和记忆功能性损坏为特征的阿尔茨海默病(Alzheimer’s disease,AD)具有起病隐匿、发病时间长、致病病理不详等特点,因其缺乏有效的治疗技术,临床诊断和干预治疗尤为重要。磁共振成像技术基于非侵入式、安全无害的大脑影像技术,为临床评估AD大脑结构变化提供了有效的途径。但由于AD在生理病变上的特殊性,临床很难通过肉眼明确定位病灶。脑图谱实现了脑影像的结构化表达,将图像信息转化为特
背景与目的手足口病(Hand,foot,and mouth disease,HFMD)是一种由肠道病毒引起的常见于学龄前儿童的传染性疾病,广泛流行于亚洲太平洋地区,其中中国的HFMD病例和死亡率居世界首位。近年来,有研究发现Toll样受体(Toll-like receptors,TLRs)与HFMD的发生和发展有关。本研究旨在探讨TLR3、TLR4、TLR7和TLR8基因单核苷酸多态性(Singl
当前6 GHz以下的传统微波频段的蜂窝频谱已经日趋饱和,很难跟上近期移动流量的急剧增长和其他5G技术场景的发展需求。因此,为了增加容量,5G技术的研究重心已转向使用更高频率的频段FR2(Frequency Range 2,6 GHz以上,以28、39、60、73 GHz为主)。而在这个频段范围下设计5G毫米波天线,则不可避免地要克服更高频段所带来高损耗问题。在兼具给射频前端提供具有低延迟的Gb/s
近些年无人机技术快速兴起,其在很多领域都得到广泛应用。与此同时,无人机自身存在的不足也逐渐显现。无人机的能耗和计算能力有限。当无人机集群在执行偏远地区的飞行任务时,无人机群与地面控制端的数据通信容易因为地理环境的遮挡遭到中断。因而,当无人机执行远距离任务时,如何尽可能的增加无人机执行任务的时长;如何辅助无人机节点在缺少地面计算设备的情况下完成数据计算任务就成了本文的研究重点。结合卫星节点覆盖范围广
目的:机器学习方法挖掘遗传数据的额外价值已经成为热点。本研究利用机器学习算法结合强直性脊柱炎(Ankylosing Spondylitis,AS)遗传数据构建预测模型,期望在AS遗传领域的精准预测上提供方法学参考。方法:本次研究共收集到734例样本数据,包括294例来自于在安徽医科大学第一附属医院风湿免疫科门诊就诊AS患者,440例来自于合肥中心血站和安徽医科大学第一附属医院体检中心的健康人群。2
移动互联网的飞速发展带来了前所有未的机遇与挑战,爆炸式的移动数据流量增长给传统的移动网络带来了巨大的压力。异构网络与边缘缓存将成为新一代移动通信中提高网络性能,保证用户服务质量的重要手段。具体而言,异构网络拥有优秀的热点覆盖能力并能灵活适应用户不同的应用场景。在宏蜂窝中引入不同层级的微蜂窝可以有效满足不同用户的需求,同时在降低系统时延、提高服务质量、卸载宏蜂窝流量等方面做出贡献。而边缘缓存被认为在