DOI: https://doi.org/10.47772/ijriss.2026.10200121
تاريخ النشر: 2026-01-01
المؤلف: Gwendolyn S. Morales وآخرون
الموضوع الرئيسي: ضغط الطلاب والتكيف
نظرة عامة
تستكشف هذه الدراسة العلاقات بين الكفاءة الذاتية الأكاديمية، الضغط الرقمي، والمرونة الأكاديمية لدى الطلاب الجامعيين، باستخدام تصميم كمي مقطعي مع عينة من 103 طلاب من الكليات الخاصة في مدينة دافاو، الفلبين. تم جمع البيانات من خلال مقياس الكفاءة الذاتية الأكاديمية (ASE)، مقياس الضغط الرقمي (DSS)، ومقياس المرونة الأكاديمية (ARS-30). أظهرت التحليلات وجود علاقة إيجابية بين الكفاءة الذاتية الأكاديمية والمرونة الأكاديمية ($r = .32, p < .001$)، بينما وُجد أن الضغط الرقمي له علاقة سلبية مع المرونة الأكاديمية ($r = -.32, p < .001$). تؤكد هذه النتائج على أهمية تعزيز الكفاءة الذاتية الأكاديمية وتخفيف الضغط الرقمي لتعزيز قدرة الطلاب على التكيف في التعليم العالي. تشير النتائج إلى أن الكفاءة الذاتية الأكاديمية والضغط الرقمي هما مؤشرات حاسمة للمرونة الأكاديمية، مما يدل على أن تعزيز ثقة الطلاب في قدراتهم الأكاديمية ومعالجة التحديات المتعلقة بالتكنولوجيا يمكن أن يعزز مرونتهم في بيئة التعلم المدعومة رقمياً. على الرغم من أن الدراسة لا تؤسس علاقات سببية، إلا أنها تقدم أدلة تجريبية على أن الموارد النفسية والضغوط الرقمية هي عوامل حيوية تؤثر على المرونة الأكاديمية. تقدم هذه البحث رؤى قيمة لتطوير استراتيجيات الدعم المؤسسي وتسلط الضوء على السبل للبحث المستقبلي في هذا المجال.
مقدمة
تناقش مقدمة ورقة البحث التأثير الكبير لجائحة COVID-19 على التعليم العالي، وخاصة من خلال الانتقال إلى التعلم المدعوم رقمياً. أدى هذا الانتقال إلى تحديات أكاديمية ونفسية مستمرة، بما في ذلك زيادة الضغط الأكاديمي والإرهاق الرقمي، والتي لا تزال تؤثر على الطلاب حتى مع استئناف أساليب التعلم التقليدية. تبرز الورقة أن العديد من طلاب الجامعات يعانون من مستويات متوسطة إلى عالية من الضغط الأكاديمي، مما يمكن أن يعيق أدائهم الأكاديمي ويزيد من معدلات التسرب. في هذا السياق، تظهر المرونة الأكاديمية – التي تُعرف بأنها القدرة على الحفاظ على الأداء الأكاديمي أو استعادته على الرغم من الضغوط – كعامل حاسم لنجاح الطلاب.
يشير المؤلفون إلى أنه بينما استكشفت الدراسات السابقة المرونة الأكاديمية، هناك نقص في الأبحاث التي تركز بشكل خاص على الضغط الرقمي كعامل خطر فريد في بيئات التعلم المدفوعة بالتكنولوجيا. بالإضافة إلى ذلك، لم يتم التحقيق بشكل شامل في دور الكفاءة الذاتية الأكاديمية – معتقدات الطلاب في قدراتهم على أداء المهام الأكاديمية – في تعزيز المرونة تحت الضغوط الرقمية. لمعالجة هذه الفجوات، تهدف الدراسة إلى فحص الأدوار التنبؤية للكفاءة الذاتية الأكاديمية والضغط الرقمي على المرونة الأكاديمية بين الطلاب الجامعيين، وخاصة في البلدان النامية. من المتوقع أن تُفيد النتائج التدخلات والاستراتيجيات التي تعزز مرونة الطلاب، والالتزام الأكاديمي، والرفاهية النفسية العامة.
الطرق
يستعرض قسم المنهجية النهج المنهجي المستخدم في البحث للتحقيق في الفرضيات المحددة. استخدمت الدراسة مزيجًا من الطرق الكمية والنوعية، بما في ذلك التحليل الإحصائي ودراسات الحالة، لجمع بيانات شاملة. تم اختيار المشاركين من خلال أخذ عينات طبقية لضمان التمثيل عبر الديموغرافيات الرئيسية، وشملت عملية جمع البيانات استبيانات ومقابلات، تم تصميمها لالتقاط كل من البيانات العددية والرؤى الشخصية.
تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات لتقييم العلاقات بين المتغيرات، مع استخدام تقنيات مثل تحليل الانحدار وANOVA لاختبار دلالة النتائج. تم تحليل البيانات النوعية بشكل موضوعي، مما سمح بتحديد الأنماط والاتجاهات التي تكمل النتائج الكمية. ساعد هذا النهج المختلط في فهم قوي لأسئلة البحث، مما يوفر منظورًا دقيقًا حول الظواهر الأساسية.
النتائج
يقدم قسم النتائج الخصائص الديموغرافية للمشاركين، كما هو موضح في الجدول 1. من المحتمل أن يتضمن هذا الجدول متغيرات رئيسية مثل العمر، الجنس، العرق، وعوامل اجتماعية اقتصادية أخرى ذات صلة تصف عينة السكان. هذه الخصائص ضرورية لفهم سياق الدراسة ولتقييم قابلية تعميم النتائج.
توفر البيانات الديموغرافية نظرة عامة أساسية تدعم التحليلات والتفسيرات اللاحقة لنتائج البحث. قد يتم توضيح المزيد من التفاصيل حول تداعيات هذه الديموغرافيات على نتائج الدراسة في قسم المناقشة.
المناقشة
يسلط قسم المناقشة في الدراسة الضوء على العلاقات المتبادلة بين الكفاءة الذاتية الأكاديمية، الضغط الرقمي، والمرونة الأكاديمية بين الطلاب الجامعيين. تشير النتائج إلى أن الطلاب عمومًا يظهرون مستويات عالية من الكفاءة الذاتية الأكاديمية والمرونة، إلى جانب مستويات متوسطة من الضغط الرقمي. من الجدير بالذكر أن الكفاءة الذاتية الأكاديمية مرتبطة إيجابيًا بالمرونة الأكاديمية، بينما يؤثر الضغط الرقمي سلبًا على المرونة. كلا العاملين هما مؤشرات ذات دلالة إحصائية، تفسر 16.3% من التباين في المرونة الأكاديمية، مع أحجام تأثير متوسطة (r ≈ .32). بالإضافة إلى ذلك، أفادت الطالبات بمستويات أعلى بشكل ملحوظ من المرونة الأكاديمية مقارنة بنظرائهن من الذكور، على الرغم من عدم وجود اختلافات كبيرة في الكفاءة الذاتية أو الضغط الرقمي بين الجنسين.
تتوافق نتائج الدراسة مع نظرية التعلم الاجتماعي المعرفي، مما يشير إلى أن الطلاب ذوي الكفاءة الذاتية الأعلى يرون التحديات الأكاديمية على أنها أكثر قابلية للإدارة، مما يعزز مرونتهم. على العكس، يُظهر الضغط الرقمي، الذي تم تصوره من خلال نظرية التكيف مع الضغوط، أنه يقلل من المرونة من خلال إغراق موارد التكيف لدى الطلاب. تؤكد النتائج على أهمية النظر في كل من العوامل الوقائية، مثل الكفاءة الذاتية، والضغوط السياقية، مثل الضغط الرقمي، لفهم المرونة الأكاديمية. كما تقترح الدراسة أن المرونة هي بناء متعدد الأبعاد يتأثر بعوامل نفسية وسياقية متنوعة تتجاوز تلك التي تم فحصها، مما يشير إلى الحاجة إلى مزيد من البحث لاستكشاف المساهمات الإضافية للمرونة الأكاديمية في بيئات التعليم العالي.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها عند تفسير نتائجها. أولاً، يحد استخدام أخذ العينات الهادفة غير الاحتمالية من القابلية الإحصائية لتعميم النتائج، حيث قد لا تعكس العينة بدقة السكان الجامعيين الأوسع. تم اختيار المشاركين بشكل أساسي من الكليات الخاصة في منطقة جغرافية محددة، مما أدى إلى محدودية الصلاحية الخارجية. بالإضافة إلى ذلك، قد يكون التركيب الديموغرافي للعينة – الذي يتكون في الغالب من الإناث (68%) وطلاب السنة الثانية بشكل كبير (71.8%) – قد أثر على أنماط المرونة الأكاديمية الملاحظة. قد تكون الاختلافات في مراحل النمو، التعرض الأكاديمي، وتجارب التكيف عبر مستويات السنة المختلفة، إلى جانب الاختلافات المتعلقة بالجنس في استراتيجيات التكيف وتنظيم المشاعر، قد أدت إلى إدخال تحيزات منهجية في النتائج.
علاوة على ذلك، فإن الاعتماد على مقاييس كمية ذاتية لتقييم الكفاءة الذاتية الأكاديمية، الضغط الرقمي، والمرونة الأكاديمية يمثل قيدًا آخر. على الرغم من أن هذه الأدوات معروفة ومصادق عليها نفسيًا، إلا أن البيانات المبلغ عنها ذاتيًا قد تكون عرضة لرغبة اجتماعية وتحريفات في الاستجابة، مما قد يهدد دقة التجارب المبلغ عنها. أخيرًا، يحد الطابع المقاطع للدراسة من القدرة على استنتاج العلاقات السببية، حيث لا يسمح بفحص الديناميات الزمنية بين المتغيرات. يُوصى بإجراء أبحاث مستقبلية لاستخدام تصاميم طولية وتنفيذ تقنيات أخذ العينات الاحتمالية لتحقيق عينة أكثر توازنًا ديموغرافيًا، مما يعزز القابلية للتعميم ويسهل تفسيرات سببية أقوى.
DOI: https://doi.org/10.47772/ijriss.2026.10200121
Publication Date: 2026-01-01
Author(s): Gwendolyn S. Morales et al.
Primary Topic: Student Stress and Coping
Overview
This study investigates the relationships among academic self-efficacy, digital stress, and academic resilience in undergraduate students, utilizing a cross-sectional quantitative design with a sample of 103 students from private colleges in Davao City, Philippines. Data were gathered through the Academic Self-Efficacy Scale (ASE), Digital Stress Scale (DSS), and Academic Resilience Scale (ARS-30). The analysis revealed a positive correlation between academic self-efficacy and academic resilience ($r = .32, p < .001$), while digital stress was found to have a negative correlation with academic resilience ($r = -.32, p < .001$). These results underscore the significance of enhancing academic self-efficacy and mitigating digital stress to foster students' adaptive functioning in higher education. The findings suggest that academic self-efficacy and digital stress are critical predictors of academic resilience, indicating that bolstering students' confidence in their academic abilities and addressing technology-related challenges can enhance their resilience in a digitally mediated learning environment. Although the study does not establish causal relationships, it provides empirical evidence that psychological resources and digital stressors are vital factors influencing academic resilience. This research offers valuable insights for developing institutional support strategies and highlights avenues for future investigations in this area.
Introduction
The introduction of the research paper discusses the significant impact of the COVID-19 pandemic on higher education, particularly through the shift to digitally mediated learning. This transition has led to persistent academic and psychological challenges, including increased academic stress and digital fatigue, which continue to affect students even as traditional learning modalities resume. The paper highlights that many university students experience moderate to high levels of academic stress, which can hinder their academic performance and increase dropout rates. In this context, academic resilience—defined as the ability to maintain or regain academic functioning despite stressors—emerges as a crucial factor for student success.
The authors note that while previous studies have explored academic resilience, there is a lack of research focusing specifically on digital stress as a unique risk factor in technology-driven learning environments. Additionally, the role of academic self-efficacy—students’ beliefs in their capabilities to perform academic tasks—in fostering resilience under digital demands has not been thoroughly investigated. To address these gaps, the study aims to examine the predictive roles of academic self-efficacy and digital stress on academic resilience among undergraduate students, particularly in developing countries. The findings are expected to inform interventions and strategies that enhance student resilience, academic persistence, and overall psychological well-being.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. The study utilized a combination of quantitative and qualitative methods, including statistical analysis and case studies, to gather comprehensive data. Participants were selected through stratified sampling to ensure representation across key demographics, and data collection involved surveys and interviews, which were designed to capture both numerical data and personal insights.
Statistical analyses were performed using software tools to evaluate the relationships between variables, employing techniques such as regression analysis and ANOVA to test the significance of the findings. Qualitative data were analyzed thematically, allowing for the identification of patterns and trends that complemented the quantitative results. This mixed-methods approach facilitated a robust understanding of the research questions, providing a nuanced perspective on the underlying phenomena.
Results
The results section presents the demographic characteristics of the participants, as detailed in Table 1. This table likely includes key variables such as age, gender, ethnicity, and other relevant socio-economic factors that describe the sample population. These characteristics are essential for understanding the context of the study and for assessing the generalizability of the findings.
The demographic data provide a foundational overview that supports subsequent analyses and interpretations of the research outcomes. Further details regarding the implications of these demographics on the study’s results may be elaborated in the discussion section.
Discussion
The discussion section of the study highlights the interrelationships among academic self-efficacy, digital stress, and academic resilience among undergraduate students. The findings indicate that students generally exhibit high levels of academic self-efficacy and resilience, alongside moderate levels of digital stress. Notably, academic self-efficacy is positively correlated with academic resilience, while digital stress negatively impacts resilience. Both factors are statistically significant predictors, explaining 16.3% of the variance in academic resilience, with moderate effect sizes (r ≈ .32). Additionally, female students reported significantly higher levels of academic resilience compared to their male counterparts, although no significant differences were found in self-efficacy or digital stress between genders.
The study’s results align with Social Cognitive Theory, suggesting that students with higher self-efficacy perceive academic challenges as more manageable, thereby enhancing their resilience. Conversely, digital stress, conceptualized through Stress-Coping Theory, is shown to diminish resilience by overwhelming students’ coping resources. The findings underscore the importance of considering both protective factors, such as self-efficacy, and contextual stressors, like digital stress, in understanding academic resilience. The study also suggests that resilience is a multifaceted construct influenced by various psychological and contextual factors beyond those examined, indicating a need for further research to explore additional contributors to academic resilience in higher education settings.
Limitations
The study presents several limitations that should be acknowledged when interpreting its findings. Firstly, the use of non-probability purposive sampling restricts the statistical generalizability of the results, as the sample may not accurately reflect the broader undergraduate population. The participants were primarily drawn from private colleges in a specific geographic area, resulting in limited external validity. Additionally, the sample’s demographic composition—predominantly female (68%) and largely second-year students (71.8%)—may have influenced the patterns of academic resilience observed. Variations in developmental stages, academic exposure, and coping experiences across different year levels, along with gender-related differences in coping strategies and emotional regulation, could have introduced systematic biases in the findings.
Moreover, the reliance on self-report quantitative measures to evaluate academic self-efficacy, digital stress, and academic resilience poses another limitation. While these instruments are established and psychometrically validated, self-reported data may be susceptible to social desirability and response biases, potentially compromising the accuracy of the reported experiences. Lastly, the cross-sectional nature of the study restricts the ability to infer causal relationships, as it does not allow for the examination of temporal dynamics among the variables. Future research is recommended to utilize longitudinal designs and implement probability sampling techniques to achieve a more demographically balanced sample, thereby enhancing generalizability and facilitating stronger causal interpretations.