پیش بینی مقاومت در برابر تغییر براساس سبک های دلبستگی و انعطاف پذیری شناختی
Publish place: Military Psychology، Vol: 13، Issue: 52
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 201
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMPSA-13-52_007
تاریخ نمایه سازی: 8 اسفند 1401
Abstract:
یکی از موضوعات بسیار مهم که افراد با آن مواجه هستند، موضوع مقاومت در برابر تغییر می باشد که زندگی افراد را تحت الشعاع قرار داده و بر جنبه های مختلف آن اثر می گذارد. پژوهش حاضر با هدف پیش بینی مقاومت در برابر تغییر بر اساس سبک های دلبستگی و انعطاف پذیری شناختی انجام گرفت. این پژوهش توصیفی و از نوع همبستگی بود. جامعه آماری پژوهش حاضر شامل تمامی کارمندان مرد نیروی انتظامی منطقه ۱۱ شهر تهران در پاییز ۱۴۰۰ می باشد که به روش در دسترس تعداد ۱۶۷ نفر به عنوان نمونه پژوهش انتخاب شدند. ابزار مطالعه شامل پرسش نامه های مقاومت در برابر تغییر اورگ (۲۰۰۳)، سبک دلبستگی بزرگسالان هازن و شیور (۱۹۸۷) و انعطاف پذیری شناختی (CFI) می باشد. داده ها با کمک آزمون های رگرسیون و همبستگی پیرسون تحلیل شدند. آزمون رگرسیون نشان داد که انعطاف پذیری شناختی و سبک های دلبستگی ناایمن- اجتنابی و ناایمن- دوسوگرا پیش بینی کننده مقاومت در برابر تغییر می باشند. همچنین براساس آزمون همبستگی پیرسون، بین مقاومت در برابر تغییر با سبک دلبستگی ناایمن/ اجتنابی، سبک دلبستگی ناایمن/ دوسوگرا و انعطاف پذیری شناختی رابطه معنی داری وجود دارد. از این رو شناخت و شناسایی عوامل و محرک های موثر بر مقاومت در برابر تغییر می تواند موجب یافتن راه حل های جدید برای درمان و مهم تر از آن پیشگیری شود.
Keywords:
Authors
محمدرضا روشنائی
نویسنده مسئول: دانشجوی کارشناسی ارشد رشته روانشناسی عمومی، دانشکده علوم اقتصادی و اجتماعی، دانشگاه بوعلی سینا، همدان، ایران.
افسانه حسینی ارانی
دانشجوی کارشناسی ارشد رشته روانشناسی عمومی، دانشکده علوم اقتصادی و اجتماعی، دانشگاه بوعلی سینا، همدان، ایران.
مسیب یارمحمدی واصل
دانشیار، گروه روانشناسی، دانشکده علوم اقتصادی و اجتماعی، دانشگاه بوعلی سینا، همدان، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :