تمایل به سوء مصرف مواد مبتنی بر عاطفه منفی و احساس جویی با نقش واسطه ای خودکارآمدی: مدل سازی معادلات ساختاری
Publish place: Journal of Fundamentals of Mental Health، Vol: 26، Issue: 3
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 31
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFMH-26-3_003
تاریخ نمایه سازی: 16 مهر 1403
Abstract:
مقدمه: پژوهش حاضر با هدف بررسی نقش میانجی خودکارآمدی در رابطه بین هیجان خواهی و عاطفه منفی در گرایش دانشجویان به اعتیاد انجام شد. روش کار: جامعه آماری را دانشجویان دانشگاه لرستان در سال تحصیلی ۱۴۰۲-۱۴۰۱تشکیل می دهند. تعداد ۳۸۴ نفر انتخاب و مقیاس خودکارآمدی عمومی، برنامه تاثیر مثبت و منفی (PANAS)، مقیاس جستجوی احساسات زاکرمن و مقیاس آمادگی ایرانیان برای اعتیاد را تکمیل کردند. تحلیل توصیفی با استفاده از نرم افزار SPSS و داده های تحلیلی با رویکرد مدل سازی معادلات ساختاری با نرم افزار AMOS مورد بررسی قرار گرفت. یافته ها: رابطه مثبت بین هیجان خواهی و تاثیرپذیری منفی با گرایش به مصرف مواد و همچنین رابطه غیرمستقیم بین هیجان خواهی و تاثیرپذیری منفی از طریق خودکارآمدی و گرایش به مصرف مواد تایید شد (۰۰۱/۰=P). نتیجه گیری: احساس خواهی و تاثیرپذیری منفی، سوء مصرف مواد را افزایش می دهد در حالی که خودکارآمدی آن را کاهش می دهد. کارشناسان باید آموزش هایی را برای جلوگیری از احساسات جویی و افزایش خودکارآمدی در بین دانشجویان برگزار کنند.
Keywords:
Authors
Fazlolah Mir
Professor, Department of Psychology, Faculty of Literature and Human Sciences, Lorestan University, Khorram Abad, Iran.
Mohamad Hatami Nejad
M.Sc. in general psychology, Department of Psychology, Faculty of Literature and Humanities, Lorestan University, Khorram Abad, Iran.
Mohamadali Sepahvandi
Associate professor, Department of Psychology, Faculty of Literature and Human Sciences, Lorestan University, Khorram Abad, Iran.
Mostafa Omidnezhad
Ph.D. student in public administration, majoring in organizational behavior, Lorestan University, Khorram Abad, Iran.
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 :
