پیش بینی افسردگی بر اساس راهبرد های مقابله ای و سبک زندگی اسلامی در معتادان تحت درمان گروه NA
Publish place: 2nd International Congress on Culture and Religious Thought
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 684
This Paper With 12 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCRT02_102
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
این مطالعه به منظور پیش بینی افسردگی بر اساس راهبرد های مقابله ای و سبک زندگی اسلامی در معتادان تحت گروه NA در شهر تهران انجام شد. روش تحقیق حاضر از نوع توصیفی- همبستگی می باشد.جامعه آماری این پژوهش را کلیه ی افراد معتاد تحت کلاس های NA در شهر تهران تشکیل می دهند که از بین آنها تعداد ٢٥٧ نفر به روش نمونه گیری در دسترس انتخاب شدند. برای بررسی همبستگی بین متغیر ها از آزمون همبستگی پیرسون و برای پیش بینی افسردگی توسط سبک زندگی اسلامی و راهبرد مقابله ای از آزمون رگرسیون چند متغیره استفاده به عمل آمد. یافته ها نشان داد بین سبک زندگی اسلامی و ر اهبرد های مقابله ای هیجان مدار رابطه منفی و معنادار وجود دارد. بین سبک زندگی اسلامی و راهبرد های مقابله ای مسئله مدار رابطه مثبت و معنادار وجود دارد). همچنین بین افسردگی و سبک زندگی اسلامی رابطه منفی و معنادار پیدا شد. بین افسردگی و راهبرد های مقابله ای هیجان مدار رابطه منفی و بین افسردگی راهبرد مقابله ای مسئله مدار رابطه منفی و معنادار پیدا شد. بر مبنای یافته های این پژوش می توان به این نتیجه رسید که بین راهبرده های مقابله ای و سبک زندگی اسلامی با افسردگی در معتادان گروه NA رابطه منفی و معنادار وجود دارد و سبک زندگی اسلامی و راهبرد های مقابله ای افسردگی را پیش بینی می کنند و می توانند در کاهش آن تاثیر گذار باشند.
Keywords:
Authors
سجاد مطهری
کارشناسی ارشد، دانشکده روان شناسی و علوم تربیتی، دانشگاه علامه طباطبایی، ایران
عبدالله شفیع آبادی
استاد، دانشکده روان شناسی و علوم تربیتی، دانشگاه علامه طباطبایی، ایران
سلیمان احمدبوکانی
کارشناسی ارشد، دانشکده روان شناسی و علوم تربیتی، دانشگاه علامه طباطبایی، 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 :