پیش بینی آمادگی به اعتیاد دانشجویان بر اساس حساسیت اضطرابی و عاطفه پذیری منفی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 12
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCSNP-3-3_005
تاریخ نمایه سازی: 29 اردیبهشت 1403
چکیده مقاله:
زمینه و هدف: اعتیاد معضلی اجتماعی و یکی از چالش های اساسی بهداشتی و سلامت اجتماعی است. برخی عوامل روانشناختی زمینه ساز مصرف مواد هستند؛ پژوهش حاضر باهدف تعیین نقش حساسیت اضطرابی و عاطفه پذیری منفی در پیش بینی آمادگی به اعتیاد انجام شد.
روش: این پژوهش مطالعه ای توصیفی- همبستگی است. جامعه آماری شامل دانشجویان دانشگاه لرستان بود که بر اساس جدول مورگان از میان آن ها تعداد ۳۸۴ دانشجو با توجه به ملاک های ورود و خروج با روش نمونه گیری در دسترس انتخاب شدند. ابزار پژوهش شامل پرسشنامه های حساسیت اضطرابی (فلوید و همکاران، ۲۰۰۵) عاطفه پذیری مثبت و منفی (واتسون و همکاران، ۱۹۸۸) و مقیاس آمادگی به اعتیاد (وید و همکاران، ۱۹۹۲) را تکمیل کردند. داده ها با استفاده از روش تحلیل رگرسیون گام به گام در نرم افزار SPSS تحلیل شد.
یافته ها: یافته ها نشان داد که حساسیت اضطرابی و عاطفه پذیری منفی با آمادگی به اعتیاد دانشجویان رابطه مثبت و معنادار دارد. نتایج تحلیل رگرسیون گام به گام نشان داد که حساسیت اضطرابی و عاطفه پذیری منفی قادر به پیشبینی ۶۰ درصد آمادگی به اعتیاد دانشجویان بود.
نتیجه گیری: نتایج پژوهش نشان داده است که حساسیت اضطرابی و عاطفه پذیری منفی به صورت مستقیم در آمادگی به اعتیاد اثرگذار است. بنابراین پیشنهاد می شود درمانگران به حساسیت اضطرابی و عاطفه پذیری منفی به عنوان پیش بین های آمادگی به اعتیاد توجه بیشتری داشته باشند.
کلیدواژه ها:
نویسندگان
محمد حاتمی نژاد
M.Sc. in Psychology, Lorestan University, Khorramabad, Iran.
فضل الله میردریکوند
Full Professor, Department of Psychology, Faculty of Literature and Human Sciences, Lorestan University, Khorramabad, Iran.
محمدعلی سپهوندی
Associate Professor, Department of Psychology, Faculty of Literature and Human Sciences, Lorestan University, Khorramabad, Iran.
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 :