(CAUSATION) ទំនាក់ទំនងប្រឆំាងរវាងការញៀនអ៊ីនធឺណែតនិងការយល់ដឹងខុសឆ្គងទាក់ទងនឹងបណ្តាញក្នុងចំនោមអ្នកហូបចុកនៅមហាវិទ្យាល័យចិន: ការវិភាគឆ្លងកាត់ជ្រោះតាមបណ្តោយ (2017)

ភីហ្គូហាន^1,2, ប៉េងវ៉ាង។¹, ឈីងណានលីន², យូធាន¹, Fengqiang Gao^1* និង Yingmin Chen^1*

• ¹សាលាចិត្តវិទ្យា សាកលវិទ្យាល័យ Shandong Normal ទីក្រុង Jinan ប្រទេសចិន
• ²នាយកដ្ឋានអប់រំមត្តេយ្យសិក្សា សាកលវិទ្យាល័យ Heze ទីក្រុង Heze ប្រទេសចិន

ការសិក្សានេះបានស្វែងយល់ពីទំនាក់ទំនងទៅវិញទៅមករវាងការញៀនអ៊ីនធឺណេត (IA) និងការយល់ដឹងអំពីបញ្ហាដែលទាក់ទងនឹងបណ្តាញ (NMC) នៅក្នុងនិស្សិតមហាវិទ្យាល័យចិន។ ការស្ទង់មតិរយៈពេលខ្លីជាមួយនឹងគំរូនិស្សិតមហាវិទ្យាល័យចំនួន 213 នាក់ត្រូវបានធ្វើឡើងនៅក្នុងខេត្ត Shandong ប្រទេសចិន។ លទ្ធផលបានបង្ហាញថា IA អាចព្យាករណ៍យ៉ាងសំខាន់អំពីការបង្កើត និងការអភិវឌ្ឍន៍នៃ NMCs ហើយថានៅពេលដែលការយល់ដឹងមិនល្អបែបនេះត្រូវបានបង្កើតឡើង ពួកគេអាចជះឥទ្ធិពលយ៉ាងធ្ងន់ធ្ងរដល់វិសាលភាពនៃ IA របស់សិស្ស។ វដ្តដ៏កាចសាហាវមួយត្រូវបានគេសង្កេតឃើញរវាងអថេរទាំងពីរនេះ ដោយ IA មានអាទិភាពក្នុងការទស្សន៍ទាយក្នុងទំនាក់ទំនងរបស់វាជាមួយ NMC ។ ការសិក្សានេះក៏បានកំណត់ថាទំនាក់ទំនងរវាងអថេរទាំងពីរនេះគឺដូចគ្នាសម្រាប់ទាំងបុរស និងស្ត្រី។ ដូច្នេះហើយ គំរូចុងក្រោយដែលយើងបានបង្កើតអាចត្រូវបានអនុវត្តយ៉ាងទូលំទូលាយចំពោះនិស្សិតមហាវិទ្យាល័យរបស់ប្រទេសចិន ដោយមិនគិតពីភេទ។ ការយល់ដឹងអំពីទំនាក់ទំនងទៅវិញទៅមករវាងអថេរទាំងពីរនេះ អាចជួយក្នុងការអន្តរាគមន៍នៅក្នុង IA នៅដើមដំបូងនៃជីវិតនៅមហាវិទ្យាល័យរបស់សិស្ស។

សេចក្តីផ្តើម

ចាប់តាំងពីការចាប់ផ្តើមរបស់ខ្លួននៅក្នុងទសវត្សរ៍ឆ្នាំ 1990 អ៊ីនធឺណិតបានក្លាយទៅជាផ្នែកសំខាន់មួយនៃជីវិតប្រចាំថ្ងៃនៅក្នុងប្រទេសចិនបន្តិចម្តងៗ ជាពិសេសក្នុងចំណោមមនុស្សវ័យជំទង់ដែលមានអាយុពី 10 ទៅ 21 ឆ្នាំ (Daniel et al ។ , 2012; Liu et al ។ , 2012) ។ យោងទៅតាម របាយការណ៍ស្ថិតិទី 36 ស្តីពីការអភិវឌ្ឍន៍អ៊ីនធឺណិតនៅក្នុងប្រទេសចិនដែលត្រូវបានចេញផ្សាយដោយមជ្ឈមណ្ឌលព័ត៌មានបណ្តាញអ៊ីនធឺណេតចិន (CNNIC) ចំនួនអ្នកប្រើប្រាស់អ៊ិនធឺណិតវ័យជំទង់នៅក្នុងប្រទេសចិនបានកើនឡើងយ៉ាងឆាប់រហ័សពី 120 លាននាក់ក្នុងឆ្នាំ 2002 ដល់ 287 លាននាក់ក្នុងឆ្នាំ 2016 (Tian et al ។ , 2017).

អ៊ីនធឺណិត​បាន​បង្កើត​អត្ថប្រយោជន៍​ជា​ច្រើន​ដូច​ជា​ការ​ពង្រឹង​ទំនាក់ទំនង​សង្គម និង​សុខុមាលភាព (Bessière et al ។ , 2008; Young and de Abreu, 2011) ទោះជាយ៉ាងណាក៏ដោយ ការញៀនអ៊ីនធឺណិត (IA) ដែលត្រូវបានកំណត់លក្ខណៈដោយការប្រើប្រាស់អ៊ីនធឺណេតច្រើនពេក ឬបង្ខំ (Young et al ។ , 1999; Shek et al ។ , 2013; Yang et al ។ , 2014) មានផលប៉ះពាល់អវិជ្ជមានជាច្រើន (យ៉ូសែប et al ។ , 2016 ។) ការសិក្សាមួយចំនួនបានបង្ហាញថា IA អាចប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់សុខភាពផ្លូវកាយ និងផ្លូវចិត្ត (Ayas និង Horzum, 2013; Georgios et al ។ , 2014; Mike និង Zhong, 2014) ជាឧទាហរណ៍ ក្មេងជំទង់ដែលមាន IA ជាធម្មតាជួបប្រទះការថប់បារម្ភ ធ្លាក់ទឹកចិត្ត ភាពឯកោ ការគោរពខ្លួនឯងទាប និងទំនាក់ទំនងរវាងបុគ្គលមិនល្អ (Tokunaga និង Rains ឆ្នាំ ២០១០; Georgios et al ។ , 2014; Mike និង Zhong, 2014) ដែលអាចជះឥទ្ធិពលអវិជ្ជមានបន្ថែមទៀតដល់សុខុមាលភាពរបស់ពួកគេ (Tokunaga និង Rains ឆ្នាំ ២០១០; Georgios et al ។ , 2014; Mike និង Zhong, 2014) និងការអភិវឌ្ឍន៍ការសិក្សា (Chuang, ឆ្នាំ 2006; Kim et al ។ , 2008; Tsai et al ។ , 2009; Ahmadi និង Saghafi ឆ្នាំ 2013) ដូច្នេះ ការសិក្សា IA ក្នុងវ័យជំទង់មានផលប៉ះពាល់ផ្នែកអប់រំ និងសង្គមយ៉ាងសំខាន់។

ទំនាក់ទំនងរវាង IA និង NMC

Network-related maladaptive cognition (NMC) ត្រូវបានគេគិតថាជាយូរមកហើយដើម្បីដើរតួនាទីសំខាន់នៅក្នុង IA (Li et al ។ , 2013) យោងតាមគំរូនៃការយល់ដឹង - អាកប្បកិរិយា (ដាវីស, 2001), psychopathology (ឧទាហរណ៍ ជំងឺធ្លាក់ទឹកចិត្ត និងការថប់បារម្ភក្នុងសង្គម) គឺជាមូលហេតុចាំបាច់នៃរោគសញ្ញានៃជំងឺ IA ដែលមិនមានលទ្ធផលនៅក្នុងខ្លួនវានូវរោគសញ្ញានៃ IA ។ កត្តាសំខាន់នៅក្នុង IA គឺ NMCs ដែលជាមូលហេតុគ្រប់គ្រាន់ជិត (Daniel et al ។ , 2012; រូបភាព 1) ការសិក្សាជាច្រើនបានរាយការណ៍ថា ចិត្តវិទ្យាដាច់ស្រយាល ធ្វើឱ្យបុគ្គលងាយរងគ្រោះចំពោះ IA តាមរយៈ NMC (Kalkan, ឆ្នាំ 2012; Mai et al., 2012; Li និង Wang ឆ្នាំ 2013; Lu និង Yeo ឆ្នាំ 2015) ជាឧទាហរណ៍ អ្នកស្រាវជ្រាវបានស៊ើបអង្កេតទំនាក់ទំនងមូលដ្ឋានរវាងនិស្ស័យ (ឧ. ការគ្រប់គ្រងការខិតខំប្រឹងប្រែង ការស្វែងរកអារម្មណ៍ខ្ពស់ និងកំហឹងឬការខកចិត្តខ្ពស់) និងការវិវត្តនៃ IA ។ លទ្ធផលបានបង្ហាញថានិស្ស័យមួយចំនួនមានឥទ្ធិពលលើកម្រិតនៃ IA តាមរយៈនិស្ស័យដែលមានឥទ្ធិពលលើការយល់ដឹងរបស់ពួកគេអំពីអាកប្បកិរិយាអនឡាញ (Zhang et al ។ , 2015). Tian et al ។ (2017) បានពិនិត្យមើលទំនាក់ទំនងទៅវិញទៅមកក្នុងចំណោមភាពអៀនខ្មាស់ ការយល់ដឹងមិនល្អ និងការប្រើប្រាស់អ៊ីនធឺណែតរោគសាស្ត្រទូទៅ (GPIU) នៅក្នុងគំរូចិនមួយ។ លទ្ធផលបានបង្ហាញថាការផ្សារភ្ជាប់គ្នាក្នុងចំនោមអថេរទាំងនេះមានលក្ខណៈថាមវន្ត និងទ្វេទិស ហើយការកើនឡើងនៃការយល់ដឹងដែលមិនចេះប្រែប្រួលបានសម្របសម្រួលទំនាក់ទំនងរវាងភាពអៀនខ្មាស់ និង GPIU តាមពេលវេលា។ លើសពីនេះ ការសិក្សាផ្សេងទៀតបានកំណត់ថា រចនាប័ទ្មឪពុកម្តាយ និងទំនាក់ទំនងមិត្តភ័ក្តិអាច predispose មនុស្សទៅ NMC ដែលនឹងប៉ះពាល់ដល់កម្រិតនៃ IA (Li et al ។ , 2013; Wang et al ។ , 2015).

   

រូបភាព 1 ។ គំរូនៃការយល់ដឹង-អាកប្បកិរិយានៃការប្រើប្រាស់អ៊ីនធឺណិតរោគសាស្ត្រ (ដាវីស, 2001).

លើសពីនេះ ការសិក្សាជាច្រើនផ្សេងទៀតបានផ្តោតលើការញៀនហ្គេមតាមអ៊ីនធឺណិត និងស៊ើបអង្កេតទំនាក់ទំនងរបស់វាជាមួយនឹងការយល់ដឹងមិនល្អ។ King និង Delfabbro (2014) បានស្នើឡើងនូវគំរូថ្មីមួយ ដែលផ្តល់នូវការពន្យល់តាមទ្រឹស្តីអំពីប្រភពដើម និងការបង្ករោគនៃការញៀនហ្គេមអ៊ីនធឺណិត។ អ្នក​និពន្ធ​បាន​រក​ឃើញ​ការ​យល់​ដឹង​មិន​ល្អ​ចំនួន​បួន​ដែល​មាន​មូលដ្ឋាន​លើ​ការ​ញៀន​ហ្គេម​អ៊ីនធឺណិត ពោល​គឺ​ការ​វាយ​តម្លៃ​លើស​ច្បាប់ ច្បាប់​មិន​ចេះ​លេង​ហ្គេម ការ​ជឿជាក់​លើ​ខ្លួន​ឯង និង​ការ​ទទួល​យក​ការ​លេង​ហ្គេម។ ការសិក្សា​ជាក់ស្តែង​មួយ​ចំនួន​ក៏​បាន​រក​ឃើញ​ដែរ​ថា ក្មេង​ជំទង់​ដែល​មាន​រោគ​សញ្ញា​ញៀន​ហ្គេម​អ៊ីនធឺណិត​បាន​រាយការណ៍​ពី​ការ​យល់​ដឹង​ខុស​ខ្លាំង​ជាង​មនុស្ស​វ័យ​ជំទង់​ដែល​គ្មាន​រោគ​សញ្ញា​ទាំងនេះ (Zhou និងអ្នកផ្សេងទៀត, 2012; Liu et al ។ , 2014; King និង Delfabbro, 2016). Peng និង Liu (2010) បានរាយការណ៍ថា មាត្រដ្ឋានចំនួនប្រាំដែលវាស់ស្ទង់ការយល់ដឹងបានព្យាករណ៍យ៉ាងខ្លាំងពីការញៀនហ្គេមអ៊ីនធឺណេតចំពោះមនុស្សពេញវ័យជនជាតិចិន។ Forrest et al ។ (2016) បានស៊ើបអង្កេតការយល់ដឹងមិនល្អទាក់ទងនឹងការលេងវីដេអូហ្គេមដែលមានបញ្ហានៅក្នុងគំរូនៃមនុស្សពេញវ័យអូស្ត្រាលី 465 ។ លទ្ធផល​បាន​បង្ហាញ​ថា ការ​យល់​ដឹង​ដែល​មាន​បញ្ហា​ទាំង​នេះ​មាន​ទំនាក់ទំនង​កម្រិត​មធ្យម​ទៅ​ខ្លាំង​ជាមួយ​នឹង​ការ​ញៀន​ហ្គេម​អ៊ីនធឺណិត។ Forrest et al ។ (2017) បានស្វែងយល់ថាតើការយល់ដឹងពីជំងឺអាចទស្សន៍ទាយការផ្លាស់ប្តូរនាពេលអនាគតក្នុងការលេងហ្គេមវីដេអូដែលមានបញ្ហាដោយប្រើការសិក្សារយៈពេល 12 ខែ។ លទ្ធផលបានបង្ហាញថាការផ្លាស់ប្តូរការយល់ដឹងមានចំនួន 28% នៃភាពខុសគ្នានៃពិន្ទុហ្គេមដែលមានបញ្ហាលើសពីភេទ អាយុ និងភាពញឹកញាប់នៃការលេងហ្គេម។

ទោះបីជាការសិក្សាមួយចំនួនបានកំណត់ឥទ្ធិពលរបស់ NMC លើ IA ក៏ដោយ ការសិក្សាមួយចំនួនបានស្វែងយល់ពីឥទ្ធិពលដែលអាចកើតមាននៃ IA លើ NMC ។ ទ្រឹស្ដី​មិន​ស្រប​តាម​ការ​យល់​ដឹង (Festinger, 1957) ដែលភាគច្រើនទាក់ទងនឹងរបៀបដែលមនុស្សជួបប្រទះ និងឆ្លើយតបទៅនឹងភាពមិនស៊ីសង្វាក់គ្នាក្នុងការគិត និងរវាងអាកប្បកិរិយា និងការគិត ផ្តល់នូវការពន្យល់ជំនួសអំពីរបៀបដែល NMC ទាក់ទងនឹង IA ។ នៅពេលដែលមនុស្សដឹងពីភាពមិនស៊ីសង្វាក់គ្នា ពួកគេជួបប្រទះភាពមិនស្រួល ឬភាពមិនស៊ីសង្វាក់គ្នា ដែលជំរុញឱ្យមានការខិតខំប្រឹងប្រែងដើម្បីកាត់បន្ថយបទពិសោធន៍ទាំងនេះ ហើយទទួលបានភាពស្ថិតស្ថេរឡើងវិញតាមរយៈការបន្សាំអាកប្បកិរិយា ការយល់ឃើញ ឬអាកប្បកិរិយារបស់ពួកគេ រហូតដល់ភាពមិនស៊ីសង្វាក់គ្នាបែបនេះត្រូវបានដោះស្រាយ (de Vries និង Timmins, 2016) យោងទៅតាមទ្រឹស្ដីនេះ នៅពេលដែលមនុស្សមានឥរិយាបទមិនស៊ីសង្វាក់គ្នាជាមួយនឹងតម្លៃរបស់ពួកគេ ដូចជាដោយការបណ្ដោយខ្លួនតាមអ៊ីនធឺណិត នៅពេលដែលវាបានជះឥទ្ធិពលអវិជ្ជមានដល់ជីវិតរបស់ពួកគេរួចហើយ ពួកគេជួបប្រទះភាពមិនចុះសម្រុងគ្នាក្នុងទម្រង់នៃការសោកស្តាយ។ វាកើតឡើងជាមួយនឹងអារម្មណ៍នៃការទទួលខុសត្រូវផ្ទាល់ខ្លួនចំពោះផលវិបាកអវិជ្ជមាននៃអាកប្បកិរិយារបស់ពួកគេ។ មនុស្សភាគច្រើនអាចកែប្រែអាកប្បកិរិយារបស់ពួកគេដោយជោគជ័យ ដើម្បីកាត់បន្ថយភាពមិនចុះសម្រុងនេះ។ ទោះជាយ៉ាងណាក៏ដោយ មនុស្សមួយចំនួនអាចកាត់បន្ថយភាពមិនចុះសម្រុងគ្នាដោយការផ្លាស់ប្តូរអាកប្បកិរិយារបស់ពួកគេចំពោះអ៊ីនធឺណិត ដោយកាត់បន្ថយភាពមិនចុះសម្រុងរបស់ពួកគេ ខណៈពេលដែលរក្សាអាកប្បកិរិយាដែលមានបញ្ហា។ Chiou និង Wan (2007) បានស៊ើបអង្កេតដំណើរការនេះជាមួយនឹងគំរូអ្នកលេងវីដេអូហ្គេម។ លទ្ធផលបានបង្ហាញថា អ្នកលេងដែលមានអារម្មណ៍ថាមានទំនួលខុសត្រូវចំពោះអាកប្បកិរិយារបស់ពួកគេទំនងជាផ្លាស់ប្តូរអាកប្បកិរិយារបស់ពួកគេចំពោះវីដេអូហ្គេមពីវិជ្ជមានទៅអវិជ្ជមាន ចំណែកឯអ្នកលេងដែលមានការវិនិយោគខ្ពស់ក្នុងការលេងវីដេអូហ្គេមទំនងជាមិនសូវចូលរួមក្នុងអាកប្បកិរិយាខុសគ្នា។

ការស្រាវជ្រាវលើ IA ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យ

ការសិក្សាជាច្រើនបានណែនាំថា ក្មេងជំទង់ជាអ្នកប្រើប្រាស់អ៊ីនធឺណែតភាគច្រើន ហើយនិស្សិតមហាវិទ្យាល័យគឺងាយរងគ្រោះដោយ IA ដោយសារតែភាពងាយស្រួលនៃការប្រើប្រាស់អ៊ីនធឺណិត កាលវិភាគដែលអាចបត់បែនបាន និងសមត្ថភាពទាបក្នុងការគ្រប់គ្រងអាកប្បកិរិយារបស់ពួកគេ (Shaw and Black, ឆ្នាំ ២០០៨; Fu et al ។ , 2010; Georgios et al ។ , 2014; Yang et al ។ , 2014) លើសពីនេះទៅទៀត, ការចាប់ផ្តើមនៃជីវិតនៅមហាវិទ្យាល័យគឺជារយៈពេលអភិវឌ្ឍន៍សម្រាប់សិស្សក្នុងអំឡុងពេលការផ្លាស់ប្តូរឆ្ងាយពីការពឹងផ្អែកខ្ពស់លើទំនាក់ទំនងរវាងបុគ្គល (មិនត្រឹមតែទំនាក់ទំនងគ្រួសារប៉ុណ្ណោះទេប៉ុន្តែថែមទាំងមិត្តភក្ដិនិងទំនាក់ទំនងសង្គមផ្សេងទៀតផងដែរ។ Woodhouse et al ។ , 2012) ការសិក្សាពីមុនបានរាយការណ៍ថា ការប្រើប្រាស់អ៊ីនធឺណែតដែលមិនអាចគ្រប់គ្រងបានគឺទាក់ទងយ៉ាងជិតស្និទ្ធទៅនឹងការធ្លាក់ចុះនៃការទំនាក់ទំនងគ្រួសារ និងការត្រួតពិនិត្យ (Van den Eijnden et al., 2010; Liu et al ។ , 2012) ដូច្នេះ ការផ្លាស់ប្តូរទំនាក់ទំនងរវាងបុគ្គលមានទំនោរធ្វើឱ្យនិស្សិតចូលរៀននៅមហាវិទ្យាល័យមានហានិភ័យនៃការអភិវឌ្ឍ IA (Zhang et al ។ , 2014).

លើសពីនេះ សិស្សនិស្សិតត្រូវឆ្លងកាត់ការប្រឡងយ៉ាងម៉ត់ចត់ជាបន្តបន្ទាប់ដើម្បីទទួលបានការចូលរៀននៅមហាវិទ្យាល័យក្នុងប្រទេសចិន ហើយជាធម្មតាមានពេលវេលាមិនគ្រប់គ្រាន់សម្រាប់ការឆ្លុះបញ្ចាំងខ្លួនឯងក្នុងអំឡុងពេលវិទ្យាល័យ។ ដូច្នេះហើយ នៅពេលប្រឈមមុខនឹងជីវិតនៅមហាវិទ្យាល័យ កង្វះការសិក្សារបស់ពួកគេ និងជំនាញអន្តរបុគ្គល អាចបណ្តាលឱ្យពួកគេមានអារម្មណ៍ច្របូកច្របល់ (Ni et al ។ , 2009) លើសពីនេះ ដោយសារពេលទំនេរច្រើន និងការចូលប្រើអ៊ីនធឺណិតគ្មានដែនកំណត់ តាមរយៈឧបករណ៍ឥតខ្សែជាច្រើន និស្សិតមហាវិទ្យាល័យមានទំនោរចំណាយពេលច្រើនលើអ៊ីនធឺណិត ដូច្នេះហើយទំនងជាមានរោគសញ្ញានៃ IA ក្នុងអំឡុងពេលពិសេសនេះ (Chen, 2012 ។) ដើម្បីផ្តល់នូវយុទ្ធសាស្រ្តបង្ការ និងអន្តរាគមន៍សម្រាប់ IA ការសិក្សារយៈពេលខ្លីមួយត្រូវបានធ្វើឡើងក្នុងអំឡុងពេលឆមាសទីមួយនៅមហាវិទ្យាល័យ។

ការសិក្សាបច្ចុប្បន្ន

ទោះបីជាអ្នកស្រាវជ្រាវជាច្រើនបានស៊ើបអង្កេតទំនាក់ទំនងរវាង IA និង NMC ក៏ដោយ ភាគច្រើនបានអនុម័តវិធីសាស្រ្តឆ្លងកាត់។ ដូច្នេះ ការកំណត់អត្តសញ្ញាណទំនាក់ទំនងទៅវិញទៅមករវាងអថេរទាំងពីរនេះគឺពិបាក (យ៉ូសែប et al ។ , 2016 ។) លើសពីនេះទៀតទោះបីជាប្រូបាប៊ីលីតេនៃសិស្សដែលបង្កើត IA គឺខ្ពស់ជាងយ៉ាងខ្លាំងនៅដើមមហាវិទ្យាល័យ (Li និង Liang ឆ្នាំ 2007; Ni et al ។ , 2009) អ្នកចូលរួមនៃការសិក្សាពីមុនៗ ជាធម្មតាជានិស្សិតមហាវិទ្យាល័យគ្រប់វ័យ ដោយសិស្សនៅក្នុងឆមាសទីមួយរបស់ពួកគេត្រូវបានចូលរួមតិចជាងញឹកញាប់។ ដូច្នេះ ការសិក្សាបច្ចុប្បន្នបានអនុម័តការវិភាគឆ្លងដែន ដើម្បីស្វែងយល់ពីទំនាក់ទំនងរវាង IA និង NMC ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យក្នុងឆមាសទី 1 នៃជីវិតមហាវិទ្យាល័យរបស់ពួកគេ។ យោងតាមទ្រឹស្តី និងការសិក្សាជាក់ស្តែងពីមុន ទំនាក់ទំនងទៅវិញទៅមកអាចមានរវាងអថេរទាំងពីរនេះ។ ដូច្នេះ​ហើយ យើង​បាន​ស្នើ​ឡើង​នូវ​គំរូ​អន្តរកម្ម​មួយ (រូបភាព 2) និងបានសាកល្បងសម្មតិកម្មបីទាក់ទងនឹងទំនាក់ទំនងរវាងអថេរទាំងពីរនេះ។

   

រូបភាព 2 ។ គំរូសម្មតិកម្ម។

H1. ផ្លូវឆ្លងកាត់វិជ្ជមាន និងសំខាន់មានពី IA ទៅ NMC ហើយ NMC គឺជាអ្នកព្យាករណ៍ដ៏មានប្រសិទ្ធភាពនៃ IA ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យចិន។

H2. ផ្លូវឆ្លងកាត់ពី IA ទៅ NMC ឈានដល់កម្រិតដ៏សំខាន់មួយ ហើយកម្រិតនៃ IA ប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់ NMC ។

H3. ទំនាក់ទំនងរវាង IA និង NMC អាចត្រូវបានអនុវត្តជាទូទៅលើបុរស និងស្ត្រី។

សំភារៈ​និង​វិធី​សា​ស្រ្ត

អ្នកចូលរួម

ចំនួននិស្សិតមហាវិទ្យាល័យដំបូងដែលអាចរកបានសម្រាប់ការចូលរួមគឺអ្នកចូលរួមចំនួន 300 នាក់ ដែលពួកគេទាំងអស់ត្រូវបានចុះឈ្មោះនៅក្នុងមហាវិទ្យាល័យចំនួនពីរដែលមានទីតាំងនៅទីក្រុងចំនួនពីរ (គឺ Jinan និង Heze) ក្នុងខេត្ត Shandong ប្រទេសចិន។ ការប្រមូលទិន្នន័យត្រូវបានធ្វើឡើងនៅដើមខែកញ្ញានៃឆ្នាំ 2015 (T1) 2 ខែក្រោយមក (T2) ហើយបន្ទាប់មក 4 ខែក្រោយមក (T3) ។ នៅរលកទីមួយនៃការប្រមូលទិន្នន័យ សិស្សទាំង 300 នាក់នេះបានបញ្ចប់ការវាស់វែង។ ទោះយ៉ាងណាក៏ដោយ នៅរលកជាបន្តបន្ទាប់ សិស្ស 87 នាក់ក្នុងចំណោម 300 នាក់នេះបានដកខ្លួនពាក់កណ្តាលផ្លូវ។ កង្វះការចូលរួមគឺដោយសារអវត្តមាន ឬជំងឺ (អត្រាចូលរួម៖ ៧១.០០%)។ ដូច្នេះ សិស្សចំនួន 71.00 នាក់នៅសល់សម្រាប់ការវិភាគទិន្នន័យចុងក្រោយ (ប្រុស 213 នាក់ និងស្រី 104 នាក់) ដែលមានអាយុចាប់ពី 109 ដល់ 17 ឆ្នាំ (M = 18.87 ឆ្នាំ, SD = 0.76 ឆ្នាំ) ។ ដើម្បីកំណត់ថាតើទិន្នន័យរបស់សិស្សដែលបានដកខ្លួនពាក់កណ្តាលផ្លូវ (សិស្ស 87 នាក់) ខុសពីអ្នកដែលមិនបានដក (សិស្ស 213 នាក់) ទាក់ទងនឹងអថេរណាមួយដែលបានរួមបញ្ចូលនៅក្នុងការសិក្សានេះ ស៊េរីនៃ t- ការធ្វើតេស្តត្រូវបានធ្វើឡើងដោយប្រើទិន្នន័យដែលប្រមូលបាននៅរលកទីមួយនៃការប្រមូលទិន្នន័យ។ គ្មានការវិភាគទាំងនេះសំខាន់ទេ។ អ្នកចូលរួមទាំងអស់នេះមានបទពិសោធន៍អ៊ីនធឺណិត ហើយត្រូវបានបញ្ចូលក្នុងការសិក្សានេះ។ អ្នកចូលរួមបានប្រើប្រាស់អ៊ីនធឺណិតជាមធ្យម 5.59 ឆ្នាំ (SD = 2.06) នៅដើមដំបូងនៃជីវិតនៅមហាវិទ្យាល័យរបស់ពួកគេ។ ព័ត៌មានត្រូវបានប្រមូលនៅលើលំនៅឋានដែលបានចុះឈ្មោះរបស់សិស្ស៖ 43.19% រស់នៅក្នុងទីក្រុងធំ 35.68% រស់នៅក្នុងទីក្រុង និង 21.13% រស់នៅក្នុងភូមិ។ លើសពីនេះ ឯកសារមួយត្រូវបានបង្កើតឡើងសម្រាប់សិស្សម្នាក់ៗ (ឯកសារទាំងនេះរួមបញ្ចូលព័ត៌មានមូលដ្ឋានរបស់ពួកគេ ក៏ដូចជាស្ថានភាពសុខភាពផ្លូវកាយ និងផ្លូវចិត្ត) នៅពេលពួកគេចូលមហាវិទ្យាល័យ។ យោង​តាម​ឯកសារ​មិន​មាន​អ្នក​ចូល​រួម​ណា​ម្នាក់​មាន​ជំងឺ​វិកលចរិក ឬ​សរសៃប្រសាទ​ឡើយ។ ការសិក្សានេះត្រូវបានអនុវត្តដោយអនុលោមតាមអនុសាសន៍នៃគោលការណ៍ណែនាំសីលធម៌របស់សាកលវិទ្យាល័យ Shandong Normal និងសេចក្តីប្រកាសនៃទីក្រុង Helsinki ដោយមានការយល់ព្រមជាលាយលក្ខណ៍អក្សរពីអ្នកចូលរួមទាំងអស់។ ពិធីសារនេះត្រូវបានអនុម័តដោយគណៈកម្មាធិការសីលធម៌ស្រាវជ្រាវមនុស្សនៃសាកលវិទ្យាល័យ Shandong Normal ។

ឧបករណ៍

ការញៀនអ៊ីនធឺណិត

ការសិក្សាបច្ចុប្បន្នបានអនុម័តមាត្រដ្ឋានញៀនអ៊ីនធឺណេតចិនដែលបានកែប្រែ (CIAS-R; Bai និង Fan ឆ្នាំ 2005) CIAS-R មានធាតុ 19 ដែលអាចបែងចែកជា 4 កត្តា៖ ការប្រើប្រាស់បង្ខិតបង្ខំ និងការដកប្រាក់ (ឧទាហរណ៍ "ខ្ញុំមានអារម្មណ៍ធ្លាក់ទឹកចិត្តក្នុងអំឡុងពេលដែលគ្មានអ៊ីនធឺណិត") ការអត់ឱន (ឧទាហរណ៍ "ខ្ញុំយល់ថាខ្លួនឯងត្រូវចំណាយកាន់តែច្រើនឡើង។ ពេលវេលានៅលើអ៊ីនធឺណិតដើម្បីមានអារម្មណ៍ពេញចិត្ត”) បញ្ហាគ្រប់គ្រងពេលវេលា (ឧទាហរណ៍ “ការសិក្សា ឬការងាររបស់ខ្ញុំទទួលរងនូវផលប៉ះពាល់អវិជ្ជមានដោយសារតែការប្រើប្រាស់អ៊ីនធឺណិតរបស់ខ្ញុំ”) និងបញ្ហាទំនាក់ទំនងបុគ្គល និងសុខភាព (ឧទាហរណ៍ “ខ្ញុំកាត់បន្ថយពេលវេលាគេងរបស់ខ្ញុំ ដើម្បីមានពេលច្រើនទៀត អនឡាញ”) ។ ការឆ្លើយតបនីមួយៗត្រូវបានវាស់វែងលើមាត្រដ្ឋាន Likert-type 1 ពិន្ទុដែលមានពិន្ទុចាប់ពី XNUMX (មិនពិតទេ។) ទៅ 4 (តែងតែជាការពិត។) ដូច្នេះ ពិន្ទុមធ្យមខ្ពស់ជាងតំណាងឱ្យកម្រិតខ្ពស់នៃ IA ។ មាត្រដ្ឋាន​នេះ​ត្រូវ​បាន​គេ​អនុវត្ត​ក្នុង​ការ​សិក្សា​ថ្មីៗ​លើ​និស្សិត​មហាវិទ្យាល័យ​របស់​ប្រទេស​ចិន ហើយ​បាន​បង្ហាញ​ពី​ភាព​ជឿជាក់​ខ្ពស់ និង​សុពលភាព (Tian et al ។ , 2015) នៅក្នុងការសិក្សាបច្ចុប្បន្ន មេគុណអាល់ហ្វាសម្រាប់មាត្រដ្ឋានគឺ 0.92 នៅ T1, 0.95 នៅ T2 និង 0.91 នៅ T3 ។

ការយល់ឃើញ Maladaptive ទាក់ទងនឹងបណ្តាញ

ការសិក្សានេះបានអនុម័តមាត្រដ្ឋានការយល់ដឹង Maladaptive ទាក់ទងនឹងបណ្តាញដែលត្រូវបានកែសម្រួលដោយ Liang; មាត្រដ្ឋានដើមគឺជាមាត្រដ្ឋានការយល់ដឹងតាមអ៊ីនធឺណិតដែលត្រូវបានបង្កើតឡើងដោយផ្អែកលើគំរូនៃការយល់ដឹង-អាកប្បកិរិយាដែលស្នើឡើងដោយដាវីស (Tian et al ។ , 2015) មាត្រដ្ឋានដែលបានកែសម្រួលមានធាតុ 14 ដែលអាចបែងចែកជាបីកត្តា៖ ការលួងលោមតាមអ៊ីនធឺណិត (ឧទាហរណ៍ "ខ្ញុំទទួលបានការគោរពច្រើនជាងនៅលើអ៊ីនធឺណិត") ការគ្រប់គ្រងកម្លាំងរុញច្រានថយចុះ (ឧទាហរណ៍ "នៅពេលខ្ញុំប្រើអ៊ីនធឺណិត ខ្ញុំជារឿយៗ មានអារម្មណ៍ថាជាប្រភេទនៃ 'ប្រញាប់' ឬអារម្មណ៍ខ្ពស់") និងការរំខាន (ឧទាហរណ៍ "ការប្រើអ៊ីនធឺណិតគឺជាវិធីមួយដើម្បីបំភ្លេចពីរឿងដែលខ្ញុំត្រូវធ្វើ ប៉ុន្តែពិតជាមិនចង់ធ្វើ")។ អ្នកចូលរួមបានវាយតម្លៃថាតើសេចក្តីថ្លែងការណ៍នីមួយៗពិតនៅលើមាត្រដ្ឋាន Likert ប្រភេទ 5 ពិន្ទុប៉ុនណា ជាមួយនឹងពិន្ទុចាប់ពី 1 (មិនពិតទេ។) ទៅ 5 (តែងតែជាការពិត។) ដូច្នេះ ពិន្ទុមធ្យមខ្ពស់ជាងតំណាងឱ្យកម្រិតខ្ពស់នៃ NMC ទាក់ទងនឹងការប្រើប្រាស់អ៊ីនធឺណិត។ មាត្រដ្ឋាន​នេះ​ត្រូវ​បាន​គេ​អនុវត្ត​ក្នុង​ការ​សិក្សា​មុន​ៗ​លើ​និស្សិត​មហាវិទ្យាល័យ​ចិន (Tian et al ។ , 2015, 2017) នៅក្នុងការសិក្សាបច្ចុប្បន្ន មេគុណអាល់ហ្វាសម្រាប់មាត្រដ្ឋានគឺ 0.87 នៅ T1, 0.90 នៅ T2 និង 0.90 នៅ T3 ។

វិភាគស្ថិតិ

នៅក្នុងការសិក្សានេះ យើងបានប្រើប្រាស់ការរចនាបន្ទះឆ្លងកាត់យ៉ាងពេញលេញ ដើម្បីពិនិត្យមើលទំនាក់ទំនង unidirectional និង bidirectional រវាង IA និង NMC នៅក្នុងនិស្សិតមហាវិទ្យាល័យចិន (Van Lier et al., 2012) គំរូទូទៅមានវិធានការនៃ IA និង NMC នៅ T1, T2 និង T3 ។ យើងបានស្នើ និងសាកល្បងគំរូចំនួនបួនដែលតំណាងឱ្យយន្តការដែលអាចកើតមានរវាងអថេរទាំងពីរ។ ដំបូង​យើង​បាន​ស្នើ​ឡើង​នូវ "គំរូ​ស្ថិរភាព" (គំរូ 1 រូប 3) ដែលរួមបញ្ចូលតែឥទ្ធិពលស្ថេរភាពឆ្លងកាត់។ ទីពីរ គំរូនៃការយល់ដឹង-អាកប្បកិរិយា (គំរូទី 2 រូប 3) ត្រូវបានស្នើឡើងដើម្បីពិនិត្យមើលថាតើ NMC ក្នុងពេលតែមួយអាចទស្សន៍ទាយ IA នៅចំណុចពេលវេលាបន្ទាប់ដែរឬទេ។ ទីបី យើងបានស្នើឡើងនូវ "គំរូអាកប្បកិរិយា-ការយល់ដឹង" (គំរូទី 3 រូបភព។ 3) ដើម្បីពិនិត្យមើលថាតើ IA ក្នុងពេលតែមួយអាចទស្សន៍ទាយ NMC នៅចំណុចពេលវេលាបន្ទាប់ដែរឬទេ។ ទីបំផុត យើង​បាន​ស្នើ​ឡើង​នូវ “គំរូ​មូលហេតុ​ទៅវិញទៅមក” (គំរូទី ៤ រូប 3) ដែលបានស្វែងយល់ពីឥទ្ធិពលទៅវិញទៅមករវាង IA និង NMC ។ លើសពីនេះ ការវិភាគពហុក្រុមផ្អែកលើយេនឌ័រ ត្រូវបានធ្វើឡើងដើម្បីពិនិត្យមើលថាតើទំនាក់ទំនងរវាងអថេរសំខាន់ៗទាំងពីរមានភាពខុសគ្នារវាងបុរស និងស្ត្រី។

   

រូបភាព 3 ។ លទ្ធផល​នៃ​ការ​វិភាគ​ឆ្លង​កាត់។ បន្ទាត់ដែលមានព្រួញតែមួយតំណាងឱ្យមេគុណផ្លូវ ហើយបន្ទាត់ព្រួញពីរតំណាងឱ្យភាពប្រែប្រួល។ បន្ទាត់ដាច់ៗបង្ហាញពីមេគុណមិនសំខាន់ ហើយបន្ទាត់រឹងបង្ហាញពីមេគុណសំខាន់ៗ។ ^{∗∗∗ ។}បង្ហាញថាមេគុណមានសារៈសំខាន់នៅកម្រិត 0.001, ^∗∗បង្ហាញថាមេគុណមានសារៈសំខាន់នៅកម្រិត 0.01 និង ^*បង្ហាញថាមេគុណមានសារៈសំខាន់នៅកម្រិត 0.05 ។

ការធ្វើគំរូសមីការរចនាសម្ព័ន្ធជាមួយនឹងអថេរមិនទាន់ឃើញច្បាស់ត្រូវបានប្រើប្រាស់ដើម្បីសាកល្បងគំរូសម្មតិកម្មនៅក្នុងការសិក្សានេះ។ អនុលោមតាមអនុសាសន៍របស់ គ Holbert និង Stephenson (2002)ភាពល្អនៃសមគំរូត្រូវបានវាយតម្លៃដោយប្រើសន្ទស្សន៍ផ្សេងៗគ្នា។ ហ² ការប៉ាន់ប្រមាណជាមួយនឹងកម្រិតនៃសេរីភាពនៅតែជាមធ្យោបាយដែលប្រើជាទូទៅបំផុតក្នុងការអនុវត្តការប្រៀបធៀបតាមគំរូផ្សេងៗគ្នា។ សមាមាត្ររវាង χ² និងកម្រិតនៃសេរីភាពមិនគួរលើសពី 5 សម្រាប់ម៉ូដែលដែលមានសមល្អ។ លើសពីនេះទៀត យើងបានរាយការណ៍អំពីសន្ទស្សន៍សមភាពប្រៀបធៀប (CFI) រួមជាមួយនឹងសន្ទស្សន៍ Tucker-Lewis (TLI) និងកំហុស root mean square នៃការប៉ាន់ស្មាន (RMSEA)។ ជាទូទៅ តម្លៃ CFI និង TLI នៃ 0.95 ឬខ្ពស់ជាងនេះឆ្លុះបញ្ចាំងពីសមល្អ ហើយតម្លៃ RMSEA ទាបជាង 0.06 បង្ហាញពីសមល្អ រីឯតម្លៃចន្លោះពី 0.06 និង 0.08 បង្ហាញពីសមល្អ (Yuan et al ។ , 2014) លើសពីនេះទៅទៀត χ² ការធ្វើតេស្តភាពខុសគ្នា (Δχ²) ត្រូវ​បាន​គេ​ប្រើ​ដើម្បី​ប្រៀបធៀប​ភាព​សម​នៃ​ម៉ូដែល​ដែល​មាន​សំបុក។ Δχមិនសំខាន់² ការធ្វើតេស្តបង្ហាញថាម៉ូដែលទាំងពីរផ្តល់នូវសមភាពស្មើគ្នាទៅនឹងទិន្នន័យ ចំណែក Δχ សំខាន់² ណែនាំថា គំរូដែលមិនសូវមានកម្រិតគួរតែត្រូវបានរក្សាទុក (Tian et al ។ , 2017).

លទ្ធផល

ការវិភាគពិពណ៌នា។

មធ្យោបាយ និងគម្លាតស្តង់ដារនៃអថេរសំខាន់ៗក្នុងការសិក្សានេះត្រូវបានបង្ហាញក្នុងតារាង 1. វិធានការម្តងហើយម្តងទៀត ANOVA ត្រូវបានធ្វើឡើងដើម្បីស្វែងយល់ពីឥទ្ធិពលនៃយេនឌ័រ និងពេលវេលាវាស់វែងលើ IA និង NMC របស់អ្នកចូលរួម ("យេនឌ័រ" គឺជាអថេររវាងមុខវិជ្ជា ហើយ "ពេលវេលាវាស់វែង" គឺជាអថេរក្នុងមុខវិជ្ជា)។ លទ្ធផលបានបង្ហាញថាមិនមានភាពខុសគ្នាខ្លាំងរវាងយេនឌ័រនៅក្នុងលក្ខខណ្ឌនៃអថេរអាស្រ័យទាំងពីរ (F = 0.10, p = 0.749; F = 0.02, p = 0.822) ។ យូរ ៗ ទៅកម្រិតនៃ IA បានកើនឡើងយ៉ាងខ្លាំងពី T1 ដល់ T3 ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យ (F = 28.71, p <0.001)។ លទ្ធផលនៃ ក ប្រកាសនេះ ការធ្វើតេស្តបានបង្ហាញថាកម្រិតនៃ IA ដែលបានវាស់នៅ T3 គឺខ្ពស់ជាងយ៉ាងខ្លាំងនៅ T2 (p < 0.01) និង T1 (p < 0.001) ហើយថាកម្រិតនៃ IA បានវាស់វែងនៅ T2 គឺខ្ពស់ជាងយ៉ាងខ្លាំងនៅ T1 (p <0.001)។ លើសពីនេះ ភាពខុសប្លែកគ្នាយ៉ាងសំខាន់មាននៅក្នុង NMC នៅពេលវាស់នៅពេលវេលាផ្សេងៗគ្នា (F = 2.93, p = 0.055) ។ លទ្ធផលនៃ ប្រកាសនេះ ការធ្វើតេស្តបានបង្ហាញថាកម្រិតនៃ IA ដែលបានវាស់នៅ T3 គឺខ្ពស់ជាងយ៉ាងខ្លាំងនៅ T1 (p < 0.05) ហើយភាពខុសគ្នាដ៏សំខាន់នោះមាននៅក្នុង NMC នៅពេលវាស់នៅ T1 និង T2 (p = 0.065) ។ ទោះយ៉ាងណាក៏ដោយ មិនមានភាពខុសគ្នាខ្លាំងនៅក្នុង NMC នៅពេលវាស់នៅ T2 និង T3 (p = 0.846) ។ អន្តរកម្មរវាងយេនឌ័រ និងពេលវេលាវាស់វែងក្នុងអថេរទាំងពីរមិនឈានដល់កម្រិតសំខាន់ទេ (F = 0.38, p = 0.682; F = 0.24, p = 0.791) ។

   

TABLE 1 ។ ស្ថិតិពិពណ៌នានៃ IA និង NMC (n = 213) ។

ដូចបានបង្ហាញក្នុងតារាង 2ទំនាក់ទំនងទ្វេភាគីរវាង IA និង NMC នៅ T1, T2, និង T3 ក៏ដូចជាការជាប់ទាក់ទងគ្នារវាងអថេរទាំងពីរគឺមានសារៈសំខាន់ និងវិជ្ជមាន ដែលបង្ហាញពីទំនាក់ទំនងវិជ្ជមានរវាង IA និង NMC ។

   

TABLE 2 ។ ទំនាក់ទំនងរវាង IA និង NMC (n = 213) ។

ទំនាក់ទំនងឆ្លងដែនរវាង IA និង NMC

ស៊េរីនៃគំរូឆ្លងដែនត្រូវបានបញ្ជាក់ដើម្បីពិនិត្យមើលទំនាក់ទំនងទៅវិញទៅមករវាង IA និង NMC ។ ទីមួយ គំរូមូលដ្ឋាន (គំរូ 1 រូប 3) ត្រូវបានបញ្ជាក់; នៅក្នុងគំរូនេះ មេគុណស្ថេរភាពសម្រាប់ IA និង NMC ត្រូវបានប៉ាន់ប្រមាណ ប៉ុន្តែឥទ្ធិពលឆ្លងកាត់រវាងអថេរទាំងពីរមិនត្រូវបានប៉ាន់ស្មានទេ។ ម៉ូដែលសមអាចទទួលយកបាន (តារាង 3) ទីពីរ ដើម្បីសាកល្បងគំរូនៃការយល់ដឹង-អាកប្បកិរិយាដែលបានបង្ហាញពីមុន ផ្លូវឆ្លងកាត់ពី NMC ទៅ IA ត្រូវបានបន្ថែមទៅគំរូមូលដ្ឋាន (គំរូ 2 រូប។ 3) ដែលធ្វើអោយម៉ូដែលមានភាពប្រសើរឡើង (តារាង 3) ហ² ការធ្វើតេស្តភាពខុសប្លែកគ្នាបានបង្ហាញថា គំរូ 2 បានបង្ហាញឱ្យឃើញពីភាពសមស្របទៅនឹងទិន្នន័យជាងម៉ូដែល 1 (Δχ² = 27.05, Δ។df = 2, Δχ²/Δdf = 13.53 > 6.63) (Wen et al ។ , 2006) យោងតាមគំរូទី 2 មេគុណផ្លូវស្តង់ដារគឺ 0.10 (p = 0.309) សម្រាប់ NMC វាស់នៅ T1 ទៅ IA វាស់នៅ T2 និង 0.36 (p < 0.001) សម្រាប់ NMC វាស់នៅ T2 ទៅ IA វាស់នៅ T3 ។ ទីបី ដើម្បីពិនិត្យមើលថាតើ IA ក្នុងពេលតែមួយអាចទស្សន៍ទាយ NMC នៅចំណុចបន្ទាប់ដែរឬទេ ផ្លូវឆ្លងកាត់ពី IA ទៅ NMC ត្រូវបានបន្ថែមទៅគំរូមូលដ្ឋាន (គំរូទី 3 រូបភព។ 3) លទ្ធផលបានបង្ហាញថា គំរូដ៏ល្អមួយត្រូវបានសម្រេច (តារាង 3) ហ² ការធ្វើតេស្តភាពខុសប្លែកគ្នាបានបង្ហាញថា គំរូទី 3 បានបង្ហាញពីភាពស័ក្តិសមទៅនឹងទិន្នន័យជាងម៉ូដែល 1 បានធ្វើ (Δχ² = 47.20, Δ។df = 2, Δχ²/Δdf = 23.60 > 6.63)។ យោងតាមគំរូទី 3 មេគុណផ្លូវស្តង់ដារគឺ 0.44 (p < 0.001) សម្រាប់ IA វាស់នៅ T1 ទៅ NMC វាស់នៅ T2 និង 0.50 (p < 0.001) សម្រាប់ IA វាស់នៅ T2 ទៅ NMC វាស់នៅ T3 ។ នេះបង្ហាញថា IA ក្នុងពេលតែមួយគឺជាការទស្សន៍ទាយដ៏មានប្រសិទ្ធភាពនៃ NMC នៅចំណុចបន្ទាប់ ហើយថាការបន្ថែមផ្លូវទាំងពីរទៅកាន់គំរូអាចធ្វើអោយម៉ូដែលសមគ្នាយ៉ាងខ្លាំង។ ទីបួន គំរូទី 4 ត្រូវបានបញ្ជាក់ដោយមេគុណស្ថេរភាព និងឥទ្ធិពលឆ្លងកាត់រវាង IA និង NMC (គំរូទី 4 រូបភព។ 3) គំរូនេះសមនឹងទិន្នន័យគ្រប់គ្រាន់ (តារាង 3) ទោះយ៉ាងណាក៏ដោយ ម៉ូដែលទី 3 និងទី 4 ត្រូវបានចងភ្ជាប់ ហើយ χ² ការ​ធ្វើ​តេស្ត​ភាព​ខុស​គ្នា​បាន​បង្ហាញ​ថា​ម៉ូដែល​ទាំង​ពីរ​ដំណើរការ​បាន​ល្អ​ស្មើ​គ្នា (Δχ² = 11.69, Δ។df = 2, Δχ²/Δdf = 5.85 < 6.63)។ ជាចុងក្រោយ ដូចដែលបានបង្ហាញនៅក្នុងគំរូទី 4 លើកលែងតែមេគុណផ្លូវស្តង់ដារសម្រាប់ NMC ដែលវាស់វែងនៅ T1 ដល់ IA ដែលវាស់វែងនៅ T2 ផ្លូវដែលនៅសល់រវាង IA និង NMC បានឈានដល់កម្រិតសំខាន់មួយ។ ដូច្នេះហើយ យើងបានលុបផ្លូវនេះ ហើយបង្កើត Model 5 3) ហេតុដូច្នេះហើយ គំរូទី 5 ត្រូវបានរក្សាទុកជាគំរូចុងក្រោយសម្រាប់ការវិភាគដោយសារតែហេតុផលដូចខាងក្រោមៈ (1) ទោះបីជាម៉ូដែលទាំងពីរដំណើរការបានល្អស្មើគ្នាក៏ដោយ (Δχ² = 0.21, Δ។df = 1, Δχ²/Δdf = 0.21 < 6.63), គំរូ 5 គឺសាមញ្ញជាង និងមានភាពស៊ីសង្វាក់គ្នាជាងម៉ូដែល 4 ហើយប៉ារ៉ាម៉ែត្រតិចជាងគួរតែត្រូវបានជ្រើសរើសសម្រាប់ការវិភាគ។ (២) ហ² ការធ្វើតេស្តភាពខុសប្លែកគ្នាបានបង្ហាញថា Model 5 បានបង្ហាញពីភាពសមស្របទៅនឹងទិន្នន័យជាង Model 3 បានធ្វើ (Δχ² = 11.48, Δ។df = 1, Δχ²/Δdf = 11.48 > 6.63) ហើយមេគុណផ្លូវស្តង់ដារគឺ 0.25 (p < 0.001) សម្រាប់ NMC វាស់នៅ T2 ទៅ IA វាស់នៅ T3 ។ នោះគឺជាលទ្ធភាពដ៏រឹងមាំមួយដែល NMC បានវាស់នៅ T2 អាចព្យាករណ៍ IA ដែលបានវាស់នៅ T3 ។

   

TABLE 3 ។ ការប្រៀបធៀបរវាងម៉ូដែលផ្សេងៗគ្នា។

ភាពខុសគ្នានៃភេទ។

ដើម្បីស៊ើបអង្កេតថាតើទំនាក់ទំនងឆ្លងរវាង IA និង NMC មានភាពខុសប្លែកគ្នារវាងបុរស និងស្ត្រីឬអត់ យើងបានធ្វើការវិភាគក្រុមចម្រុះ។ ដំបូង​យើង​ប៉ាន់​ប្រមាណ​គំរូ​សម​សម្រាប់​បុរស (M_បុរស) និងស្ត្រី (M_{ជាស្ត្រី}) ដោយឡែកពីគ្នា ហើយសន្ទស្សន៍សមគឺគ្រប់គ្រាន់សម្រាប់គំរូរងទាំងពីរ (តារាង 4) បន្ទាប់មក ភាពប្រែប្រួលនៃការវាស់វែងត្រូវបានធ្វើតេស្តដើម្បីកំណត់ថាតើអថេរទាំងពីរត្រូវបានវាស់វែងដូចគ្នាសម្រាប់បុរស និងស្ត្រីដែរឬទេ។ នៅក្នុងគំរូរង្វាស់គ្មានដែនកំណត់ពេញលេញ (M₁) ប៉ារ៉ាម៉ែត្រទាំងអស់ត្រូវបានអនុញ្ញាតឱ្យប្រែប្រួលតាមក្រុមទាំងពីរ។ ភាពសមស្របនៃគំរូដែលអាចទទួលយកបានត្រូវបានសម្រេច ហើយគំរូរង្វាស់ដែលមានកំហិតពេញលេញ (M₂) បន្ទាប់មកត្រូវបានវិភាគដែលប៉ារ៉ាម៉ែត្រទាំងអស់ត្រូវបានជួសជុលដូចគ្នាសម្រាប់ក្រុមទាំងពីរ។ គំរូសមនឹងទិន្នន័យគ្រប់គ្រាន់ (តារាង 4) ហ² ការ​ធ្វើ​តេស្ត​ភាព​ខុស​គ្នា​បាន​បង្ហាញ​ថា​ម៉ូដែល​ទាំង​ពីរ​ដំណើរការ​បាន​ល្អ​ស្មើ​គ្នា (Δχ² = 6.50, Δ។df = 15, p = 0.970) ។

   

TABLE 4 ។ ការវិភាគក្រុមចម្រុះលើបុរស និងស្ត្រី។

ដើម្បីដោះស្រាយគោលបំណងនៃការស្រាវជ្រាវនៃផ្នែកនៃការសិក្សានេះ យើងបានធ្វើការវិភាគឆ្លងក្រុមជាច្រើនដោយយោងទៅតាមភេទរបស់និស្សិតមហាវិទ្យាល័យ។ ប៉ារ៉ាម៉ែត្រចំនួនបីត្រូវបានធ្វើតេស្តដើម្បីពិនិត្យមើលថាតើវាខុសគ្នារវាងភេទ៖ មេគុណស្ថេរភាព មេគុណផ្លូវឆ្លងកាត់ និងភាពខុសគ្នារវាង IA និង NMC ។ គំរូ​ដែល​មាន​កម្រិត (M₃) ត្រូវបានបញ្ជាក់ដែលប៉ារ៉ាម៉ែត្រទាំងបីគឺដូចគ្នាបេះបិទនៅទូទាំងក្រុមទាំងពីរ។ ម៉ូដែលនេះសម្រេចបាននូវគំរូដែលពេញចិត្ត (តារាង 4) ហ² ការធ្វើតេស្តនៃភាពខុសគ្នាបានបង្ហាញថាគំរូនេះសមនឹងទិន្នន័យឱ្យបានគ្រប់គ្រាន់ដូចគំរូដែលមិនមានកម្រិតពេញលេញ (Δχ² = 1.78, Δ។df = 7, p = 0.996) ដែលបង្ហាញថាលំនាំទូទៅនៃផ្លូវគឺមិនប្រែប្រួលរវាងបុរស និងស្ត្រី។

ការពិភាក្សា

ការសិក្សានេះពាក់ព័ន្ធនឹងការធ្វើការស្ទង់មតិក្រុមឆ្លងដែន ដើម្បីស្វែងយល់ពីទំនាក់ទំនងទៅវិញទៅមករវាង IA និង NMC ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យចិន។ យោងតាមគំរូនៃការយល់ដឹង - អាកប្បកិរិយា (ដាវីស, 2001) ទំនាក់ទំនងទៅវិញទៅមកអាចមានរវាងអថេរទាំងពីរ ហើយ NMC គឺជាការទស្សន៍ទាយទំនងរបស់ IA ។ ទោះយ៉ាងណាក៏ដោយ សម្មតិកម្មនេះមិនត្រូវបានគាំទ្រទាំងស្រុងនោះទេ។ ក្នុងអំឡុងពេល 2 ខែដំបូងនៃការសិក្សា យើងសង្កេតឃើញមិនមានផលប៉ះពាល់ព្យាករណ៍នៃ NMC លើ IA ទេ។ នេះមិនស្របនឹងលទ្ធផលនៃការសិក្សាពីមុនទេ (Tian et al ។ , 2015) ជាពិសេស NMC ហាក់ដូចជាមិនមែនជាលក្ខខណ្ឌចាំបាច់សម្រាប់ការបង្កើត IA នោះទេ។ លទ្ធផលនេះទំនងជាទាក់ទងនឹងអ្នកចូលរួមក្នុងការសិក្សាបច្ចុប្បន្ន។ នៅក្នុងការសិក្សានេះ អ្នកចូលរួមក្នុងការស្ទង់មតិ គឺជានិស្សិតមហាវិទ្យាល័យចិន ដែលទើបតែបានបញ្ចប់ការប្រឡងចូលយ៉ាងតឹងរឹងមួយ ដែលមានឈ្មោះថា "Gaokao"។ ដើម្បីទទួលបានការចូលរៀននៅមហាវិទ្យាល័យ សិស្សត្រូវខិតខំប្រឹងប្រែងយ៉ាងខ្លាំងពេញមួយកម្រិតបឋមសិក្សា និងមធ្យមសិក្សារបស់ពួកគេ។ ដូច្នេះហើយ ពួកគេមួយចំនួនតូចមានពេលវេលាគ្រប់គ្រាន់ក្នុងការប្រើប្រាស់អ៊ីនធឺណិត (Li និង Liang ឆ្នាំ 2007) ដូច្នេះ កម្រិតនៃ NMC គឺទាបបំផុត នៅពេលដែលអ្នកចូលរួមចុះឈ្មោះចូលរៀននៅមហាវិទ្យាល័យ ដែលអាចទប់ស្កាត់ឥទ្ធិពលយ៉ាងសំខាន់លើការបង្កើត IA ។ ក្នុងអំឡុងពេលសិក្សានៅមហាវិទ្យាល័យ កត្តាជាច្រើនផ្សេងទៀតអាចបណ្តាលឱ្យមនុស្សញៀនអ៊ីនធឺណិត។ ជាឧទាហរណ៍ ភាពអនាមិក និងអវត្តមាននៃសញ្ញាដែលមិនមែនជាពាក្យសំដី និងប្រជាសាស្រ្តដែលផ្តល់ដោយអ៊ីនធឺណិតអាចផ្តល់អត្ថប្រយោជន៍ដល់សុខុមាលភាពរបស់សិស្សតាមរយៈការផ្តល់នូវការសង្គ្រោះពីទុក្ខព្រួយផ្លូវចិត្ត (Caplan និង Turner, 2007) និងបង្កើនការយល់ឃើញនៃការគាំទ្រសង្គម និងការគោរពខ្លួនឯង (Kraut et al ។ , 2002) ក៏ដូចជាការពង្រីកជួរនៃទំនាក់ទំនងរវាងបុគ្គល (Cotten, ឆ្នាំ ២០០៨) លើសពីនេះ បុគ្គលិកលក្ខណៈអាចដើរតួយ៉ាងសំខាន់ក្នុងជំនាន់ IA ក្នុងអំឡុងពេលនេះ (Mike et al ។ , 2014) ជាឧទាហរណ៍ មនុស្សដែលមានសមត្ថភាពក្នុងការគ្រប់គ្រងការខិតខំប្រឹងប្រែងខ្ពស់មានប្រសិទ្ធភាពជាងក្នុងការទប់ស្កាត់សកម្មភាពដែលអន្ទះអន្ទែងនៅពេលដែលត្រូវបានល្បួងដោយប្រើអ៊ីនធឺណិត ដូចដែលបានរៀបរាប់ពីមុន។ ផ្ទុយ​ទៅ​វិញ មនុស្ស​ដែល​មាន​កម្រិត​ស្វែង​រក​អារម្មណ៍​ខ្ពស់​ងាយ​នឹង​បង្កើត​អាកប្បកិរិយា​ញៀន (Zhang et al ។ , 2015) ទោះជាយ៉ាងណាក៏ដោយ ភាពតានតឹងផ្នែកសិក្សារបស់និស្សិតចិនបានថយចុះគួរឱ្យកត់សម្គាល់បន្ទាប់ពីចូលរៀននៅមហាវិទ្យាល័យ ហើយពួកគេមានពេលច្រើនក្នុងការប្រើប្រាស់អ៊ីនធឺណិត (Li និង Liang ឆ្នាំ 2007) ដូច្នេះ ពួកគេអាចនឹងបានបង្កើតការឆ្លើយតបនៃការយល់ដឹងផ្សេងៗជាបណ្តើរៗទៅកាន់អ៊ីនធឺណិត តាមរយៈបទពិសោធន៍ផ្ទាល់ខ្លួនរបស់ពួកគេ ឬបទពិសោធន៍ពាក់ព័ន្ធនឹងការផ្លាស់ប្តូរមិត្តភ័ក្តិ ដែលជាលទ្ធផលប៉ះពាល់ដល់កម្រិត IA របស់ពួកគេ (Wang et al ។ , 2015).

យោងតាមគំរូនៃការយល់ដឹង - អាកប្បកិរិយា (ដាវីស, 2001), IA អាចមានផលប៉ះពាល់អវិជ្ជមានលើ NMC (Caplan, 2010) ទោះជាយ៉ាងណាក៏ដោយ ការសិក្សាជាក់ស្តែងមួយចំនួនត្រូវបានធ្វើឡើងដើម្បីសាកល្បងសម្មតិកម្មនេះ ហើយអ្នកស្រាវជ្រាវមួយចំនួនតូចបានស្នើទ្រឹស្តីដើម្បីពន្យល់ពីបាតុភូតនេះ។ ទោះជាយ៉ាងណាក៏ដោយ ភស្តុតាងជាក់ស្តែងនៃការសិក្សាបច្ចុប្បន្នបង្ហាញថា IA មានអាទិភាពក្នុងការទស្សន៍ទាយនៅក្នុងទំនាក់ទំនងរបស់វាជាមួយ NMC ដែលអាចប៉ះពាល់ដល់ទាំងជំនាន់ និងការអភិវឌ្ឍន៍របស់ NMC ។ អ្នកស្រាវជ្រាវមួយចំនួនបានស្វែងយល់ពីអាកប្បកិរិយាលេងហ្គេមអនឡាញចំពោះយុវវ័យចិន។ ពួកគេបានរាយការណ៍ថា ឥរិយាបទនៃការលេងហ្គេមអនឡាញអាចប៉ះពាល់យ៉ាងខ្លាំងដល់ការយល់ដឹងទាក់ទងនឹងហ្គេមអនឡាញ ពីព្រោះការផ្លាស់ប្តូរការយល់ដឹងទាក់ទងនឹងហ្គេមអនឡាញគឺជាវិធីសាស្ត្រដ៏មានប្រសិទ្ធភាពសម្រាប់បំបាត់ភាពមិនស្រួលដែលបណ្តាលមកពីភាពមិនស៊ីសង្វាក់គ្នារវាងអាកប្បកិរិយា និងការគិត (Wang et al ។ , 2015) ដូច្នេះហើយ យើងបានអនុវត្តទ្រឹស្ដីនៃការយល់ដឹងពីភាពមិនស៊ីសង្វាក់គ្នាជាគំរូពន្យល់ ដើម្បីពិភាក្សាអំពីយន្តការទស្សន៍ទាយ-ឥទ្ធិពលនៃ IA នៅលើ NMC (Cooper, 2007) យោងតាមទ្រឹស្ដីនេះ នៅពេលដែលមនុស្សដឹងពីភាពមិនស៊ីសង្វាក់គ្នា ពួកគេជួបប្រទះនឹងភាពមិនស្រួល ឬភាពមិនស៊ីសង្វាក់គ្នា ដែលជំរុញឱ្យមានការខិតខំប្រឹងប្រែងកាត់បន្ថយបទពិសោធន៍នេះ ហើយទទួលបានភាពស្ថិតស្ថេរឡើងវិញដោយបន្សាំអាកប្បកិរិយា ការយល់ឃើញ ឬអាកប្បកិរិយារបស់ពួកគេ រហូតដល់ភាពមិនស៊ីសង្វាក់គ្នាបែបនេះត្រូវបានដោះស្រាយ (de Vries និង Timmins, 2016) មនុស្សភាគច្រើនប្រហែលជាអាចកែសម្រួលអាកប្បកិរិយារបស់ពួកគេដោយជោគជ័យ ដើម្បីកាត់បន្ថយភាពមិនចុះសម្រុងនេះ។ ទោះជាយ៉ាងណាក៏ដោយ មនុស្សមួយចំនួនមានទំនោរបង្ហាញអំពីភាពត្រឹមត្រូវនៃអាកប្បកិរិយាដែលហាក់ដូចជាកាត់បន្ថយភាពមិនចុះសម្រុងគ្នា ដោយប្រើហេតុផលដូចជា "ខ្ញុំអាចទទួលបានការគោរពតាមអ៊ីនធឺណិតច្រើនជាង 'ក្នុងជីវិតពិត'" "ខ្ញុំមានអារម្មណ៍ថាមានសុវត្ថិភាពបំផុតនៅពេលប្រើអ៊ីនធឺណិត" ឬ "ការប្រើប្រាស់អ៊ិនធឺណិតគឺជាការប្រើប្រាស់អ៊ីនធឺណិត។ វិធី​បំភ្លេច​រឿង​ដែល​ខ្ញុំ​ត្រូវ​ធ្វើ ប៉ុន្តែ​មិន​ចង់​ធ្វើ»។ នៅពេលដែលមនុស្សបានបញ្ចុះបញ្ចូលខ្លួនឯងថាការញៀនអ៊ីនធឺណិតគឺសមហេតុផល ភាពមិនចុះសម្រុងនឹងកាត់បន្ថយ ហើយពួកគេមានអារម្មណ៍ធូរស្រាល។ ទោះជាយ៉ាងណាក៏ដោយ វិធីសាស្ត្រដ៏មានប្រសិទ្ធភាពសម្រាប់កាត់បន្ថយភាពមិនស្រួលក្នុងភាពមិនស៊ីសង្វាក់គ្នា ទំនងជាត្រូវធ្វើម្តងទៀតនៅពេលដែលមានការរំលោភបំពានដូចគ្នាផ្សេងទៀតកើតឡើង ដែលជាបញ្ហា (de Vries និង Timmins, 2016) នោះគឺនៅពេលដែល NMCs បែបនេះត្រូវបានបង្កើតឡើងដោយសិស្ស ការប្រើប្រាស់អ៊ិនធឺណិតលើសលប់ជាបន្តបន្ទាប់មិនបង្កើតភាពមិនស្រួលដូចគ្នាទេ ដែលបង្កើនការប្រើប្រាស់អ៊ីនធឺណេតលើសកម្រិត។ សរុបមក ជំនាន់ និងការអភិវឌ្ឍន៍របស់ IA គឺបណ្តាលមកពីវដ្តដ៏កាចសាហាវដែលពាក់ព័ន្ធនឹង NMC និងការប្រើប្រាស់អ៊ីនធឺណិតច្រើនពេក ហើយ IA មានអាទិភាពក្នុងការទស្សន៍ទាយក្នុងទំនាក់ទំនងរបស់វាជាមួយ NMC ។

លទ្ធផលបង្ហាញថាមិនមានភាពខុសគ្នាខ្លាំងនៅក្នុងអថេរសំខាន់ៗរវាងបុរស និងស្ត្រីនោះទេ។ នេះ​មិន​ស្រប​នឹង​ការ​រក​ឃើញ​នៃ​ការ​សិក្សា​ជា​ច្រើន​ផ្សេង​ទៀត​ទេ។ (Müller et al ។ , 2014) នេះប្រហែលជាដោយសារតែការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័សនៃបច្ចេកវិទ្យាកុំព្យូទ័រ និងបណ្តាញ ដែលបានផ្លាស់ប្តូរយ៉ាងខ្លាំងនូវឧបករណ៍ស្ថានីយបណ្តាញ ព្រមទាំងកម្មវិធីរបស់ពួកគេ (Daniel et al ។ , 2012; Mike និង Zhong, 2014) ជាឧទាហរណ៍ នៅក្នុងសង្គមសហសម័យ ទូរសព្ទចល័តបានក្លាយជាមធ្យោបាយចម្បងនៃការចូលប្រើអ៊ីនធឺណិតបន្តិចម្តងៗ ហើយសកម្មភាពជាច្រើនដូចជាការទិញទំនិញ និងការរុករកអាចត្រូវបានអនុវត្តជាមួយពួកគេ។ ទាំងប្រុសទាំងស្រីចូលចិត្តសកម្មភាពបែបនេះភាគច្រើន (សាន ឆ្នាំ ២០១៥) លើសពីនេះ លទ្ធផលនៃការវិភាគឆ្លងក្រុមច្រើនបង្ហាញថា ផ្លូវដែលរកឃើញក្នុងចំណោម IA និង NMC គឺដូចគ្នាសម្រាប់បុរស និងស្ត្រី។ នោះគឺជាដំណើរការដែលនាំទៅដល់ IA អាចដូចគ្នាបេះបិទសម្រាប់ទាំងភេទ ហើយគំរូចុងក្រោយដែលបានបង្កើតឡើងក្នុងការសិក្សាបច្ចុប្បន្ន មានលក្ខណៈអនុវត្តយ៉ាងទូលំទូលាយ និងសារៈសំខាន់ជាក់ស្តែងសម្រាប់និស្សិតមហាវិទ្យាល័យរបស់ចិន។

ដើម្បីកំណត់អត្តសញ្ញាណបន្ថែមទៀតនូវយន្តការបង្កើត និងការអភិវឌ្ឍន៍របស់ IA យើងបានស្នើឡើងនូវគំរូទ្រឹស្តីដោយផ្អែកលើលទ្ធផលដែលបានរកឃើញនៅក្នុងការសិក្សានេះ ក៏ដូចជាគំរូនៃការយល់ដឹង-អាកប្បកិរិយាដែលស្នើឡើងដោយ Davis (រូបភាព 4) យោងតាមគំរូនេះ ជំនាន់ និងការអភិវឌ្ឍន៍នៃ IA គឺជាលទ្ធផលនៃវដ្តដ៏កាចសាហាវដែលពាក់ព័ន្ធនឹង IA និង NMC ហើយវដ្តនេះត្រូវបានបង្កឡើងជាចម្បងដោយភាពមិនស្រួលដែលបណ្តាលមកពីភាពមិនស៊ីគ្នារវាងអាកប្បកិរិយា និងការគិត (de Vries និង Timmins, 2016) ដោយសារតែវដ្តនេះចាប់ផ្តើមជាចម្បងជាមួយនឹងការប្រើប្រាស់អ៊ីនធឺណិតច្រើនពេក ការបន្ថយវដ្តដ៏កាចសាហាវនេះនៅដើមឆមាសតាមរយៈវិធីសាស្រ្តផ្សេងៗគឺចាំបាច់។ ទោះយ៉ាងណាក៏ដោយ ដោយសារតែការអំពាវនាវដ៏មានអានុភាពនៃអ៊ិនធឺណិតដល់មនុស្សវ័យក្មេង ការជៀសវាងទាំងស្រុងពី IA ក្នុងចំនោមនិស្សិតមហាវិទ្យាល័យគឺពិបាកណាស់។ យោងតាមទ្រឹស្ដីនៃការយល់ដឹងពីភាពមិនស៊ីសង្វាក់គ្នា នៅពេលដែលពួកគេមួយចំនួនក្លាយជាអ្នកញៀនអ៊ីនធឺណិត វិធីសាស្ត្រពីរមានសម្រាប់កាត់បន្ថយភាពមិនស្រួលដែលបណ្តាលមកពីភាពមិនស៊ីសង្វាក់គ្នារវាងអាកប្បកិរិយា និងការគិត។ វិធីសាស្រ្តទីមួយពាក់ព័ន្ធនឹងការផ្លាស់ប្តូរឥរិយាបទអនឡាញ ហើយវិធីសាស្ត្រទីពីរពាក់ព័ន្ធនឹងការកែតម្រូវការយល់ដឹង ដើម្បីបង្កើតយុត្តិកម្មសម្រាប់អាកប្បកិរិយាញៀន។ វិធីសាស្រ្តទីពីរត្រូវបានគេពេញចិត្ត។ ដូច្នេះ គំរូនេះអាចផ្តល់ការគាំទ្រទ្រឹស្តីសម្រាប់ផែនការបង្ការ និងជួសជុលសម្រាប់ IA ក្នុងចំនោមនិស្សិតចិននៅដើមឆ្នាំមហាវិទ្យាល័យរបស់ពួកគេ។

   

រូបភាព 4 ។ គំរូទ្រឹស្តីនៃការសិក្សាបច្ចុប្បន្ន។

ដែនកំណត់និងទិសដៅអនាគត។

ដែនកំណត់ជាច្រើននៃការសិក្សានេះគឺគួរអោយកត់សម្គាល់។ ទីមួយ ទោះបីជាយើងបានស្នើគំរូទ្រឹស្តីទាក់ទងនឹងជំនាន់ និងការអភិវឌ្ឍន៍នៃ IA ក៏ដោយ គំរូនេះមិនមានសុពលភាពពេញលេញនៅក្នុងការសិក្សាបច្ចុប្បន្នទេ ហើយយើងផ្តោតលើតែទំនាក់ទំនងទៅវិញទៅមករវាង IA និង NMC ប៉ុណ្ណោះ។ ដូចនេះ ការស្រាវជ្រាវជាក់ស្តែងបន្ថែមទៀតគួរតែត្រូវបានធ្វើឡើងដើម្បីផ្ទៀងផ្ទាត់គំរូនេះ។ ជាងនេះទៅទៀត គំរូទ្រឹស្ដីនេះប្រហែលជាបានបរាជ័យក្នុងការដោះស្រាយឥទ្ធិពលនៃកត្តាជាច្រើនផ្សេងទៀតដូចជាអារម្មណ៍ និងបរិយាកាសខាងក្រៅ។ ដូច្នេះ គំរូទ្រឹស្តីដែលស្មុគ្រស្មាញជាងនេះគួរតែត្រូវបានបង្កើតឡើងដើម្បីដោះស្រាយបញ្ហានេះ។ ទីពីរ ដើម្បីស្វែងយល់ពីទំនាក់ទំនងទៅវិញទៅមករវាង IA និង NMC ការសិក្សានេះបានធ្វើការស្ទង់មតិចំនួន 2015 ចាប់ពីខែកញ្ញា 2016 ដល់ខែមករា 213។ ទោះជាយ៉ាងណាក៏ដោយ ចន្លោះពេលនៃការស្ទង់មតិទាំងបីអាចខ្លីពេកក្នុងការរកឃើញការផ្លាស់ប្តូរស្ថិរភាពនៅក្នុង IA ក្នុងរយៈពេលកន្លងមក។ និន្នាការនៃការអភិវឌ្ឍន៍អាចមានភាពខុសប្លែកគ្នានៅអំឡុងពេលបន្តបន្ទាប់ ក្នុងអំឡុងពេលជីវិតនៅមហាវិទ្យាល័យរបស់សិស្ស។ ដូច្នេះ ការស្វែងយល់បន្ថែមអំពីបញ្ហានេះនៅក្នុងឆ្នាំដែលនៅសល់នៃពេលវេលារបស់ពួកគេនៅមហាវិទ្យាល័យគឺចាំបាច់។ ជាចុងក្រោយ ការប្រើប្រាស់គំរូងាយស្រួលនៃនិស្សិតមហាវិទ្យាល័យក្នុងការសិក្សានេះគឺចាំបាច់ ដោយសារតែមានឧបសគ្គពាក់ព័ន្ធនឹងហិរញ្ញវត្ថុ និងធនធានមនុស្ស។ គំរូនេះមានអ្នកចូលរួមតែ XNUMX នាក់ប៉ុណ្ណោះ ដែលសុទ្ធតែមកពីសាកលវិទ្យាល័យក្នុងខេត្ត Shandong ប្រទេសចិន។ ភាពខុសគ្នាខាងសេដ្ឋកិច្ច និងវប្បធម៌រវាងខេត្តអាចប៉ះពាល់ដល់ទំនាក់ទំនងរវាងអថេរសំខាន់ពីរដែលទាក់ទងនឹងនិស្សិតមហាវិទ្យាល័យ។ ដូច្នេះ ការសិក្សាគួរតែត្រូវបានចម្លងជាមួយគំរូធំជាង ដែលពាក់ព័ន្ធនឹងតំបន់ផ្សេងៗគ្នានៃប្រទេសចិន។

ការបរិច្ចាគអ្នកនិពន្ធ

PH បានរួមចំណែកដល់ការបង្កើតគំនិតដំបូង និងការសរសេរសាត្រាស្លឹករឹត។ PW និង FG បានរួមចំណែកដល់ការកែប្រែសំខាន់ៗ។ QL និង YT បានជួយបំពេញការប្រមូលទិន្នន័យ និងការវិភាគ។ អ្នកនិពន្ធទាំងអស់បានអនុម័តកំណែចុងក្រោយនៃសាត្រាស្លឹករឹតសម្រាប់ការបោះពុម្ព។

ការផ្តល់មូលនិធិ

ការស្រាវជ្រាវនេះត្រូវបានគាំទ្រដោយកម្មវិធីស្រាវជ្រាវវិទ្យាសាស្ត្រមនុស្សធម៌នៃខេត្ត Shandong (J16YG21) កម្មវិធីវិទ្យាសាស្ត្រសិល្បៈនៃខេត្ត Shandong (ZX2015021) និងកម្មវិធីស្រាវជ្រាវវិទ្យាសាស្ត្រមនុស្សសាស្ត្រ-សង្គមនៃសាកលវិទ្យាល័យ Heze (XY16SK09)។

ទំនាស់ផលប្រយោជន៍

អ្នកនិពន្ធបានប្រកាសថាការស្រាវជ្រាវត្រូវបានធ្វើឡើងដោយគ្មានទំនាក់ទំនងពាណិជ្ជកម្មឬហិរញ្ញវត្ថុណាមួយដែលអាចត្រូវបានបកស្រាយថាជាទំនាស់ផលប្រយោជន៍ដែលអាចមាន។

ឯកសារយោង

ពាក្យគន្លឹះ៖ ការញៀនអ៊ីនធឺណិត ការយល់ដឹងមិនល្អទាក់ទងនឹងបណ្តាញ, និស្សិតមហាវិទ្យាល័យ, ការស្ទង់មតិលើបន្ទះឆ្លង, ភាសាចិន

ការដកស្រង់៖ Han P, Wang P, Lin Q, Tian Y, Gao F និង Chen Y (2017) ទំនាក់ទំនងទៅវិញទៅមករវាងការញៀនអ៊ីនធឺណេត និងការយល់ដឹងពីបណ្តាញដែលទាក់ទងនឹង Maladaptive ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យចិន៖ ការវិភាគបណ្តោយតាមបណ្តោយ។ មុខ។ Psychol ។ 8: 1047 ។ doi: 10.3389 / fpsyg.2017.01047

ទទួលបាន: 13 មីនា 2017; ទទួលយក: 08 មិថុនា 2017;
បានបោះផ្សាយ: 22 ខែមិថុនា 2017 ។

រក្សាសិទ្ធិ © 2017 Han, Wang, Lin, Tian, ​​Gao និង Chen ។ នេះគឺជាអត្ថបទបើកចំហរដែលចែកចាយក្រោមលក្ខខណ្ឌនៃ អាជ្ញាប័ណ្ណគុណលក្ខណៈ Creative Commons Attribution (CC BY)។ ការប្រើការចែកចាយឬការបន្តពូជនៅក្នុងវេទិកាផ្សេងទៀតត្រូវបានអនុញ្ញាតដែលបានផ្ដល់ឱ្យអ្នកនិពន្ធដើមឬអ្នកផ្តល់អាជ្ញាប័ណ្ណត្រូវបានបញ្ចូលហើយថាការបោះពុម្ពផ្សាយដើមនៅក្នុងទិនានុប្បវត្តិនេះត្រូវបានលើកឡើងស្របតាមការអនុវត្តការសិក្សាដែលទទួលយក។ គ្មានការអនុញ្ញាតការចែកចាយឬការផលិតត្រូវបានអនុញ្ញាតិដែលមិនអនុលោមតាមលក្ខខណ្ឌទាំងនេះ។