DOI: https://doi.org/10.3389/fpsyg.2026.1701455
PMID: https://pubmed.ncbi.nlm.nih.gov/41884545
تاريخ النشر: 2026-03-10
المؤلف: Yanfang Li وآخرون
الموضوع الرئيسي: ضغط وإرهاق المهنيين في الرعاية الصحية
نظرة عامة
هذه الدراسة استخدمت نهجًا متمركزًا حول الشخص لاستكشاف الاحتراق الأكاديمي بين طلاب الجامعات الصينية، مع تحديد ثلاثة ملفات متميزة: احتراق منخفض (18.15%)، احتراق متوسط (50.88%)، واحتراق عالي (30.97%). شملت البحث عينة من 2,948 طالبًا أكملوا تقييمات حول الاحتراق الأكاديمي، وإدمان الهواتف الذكية، وجودة النوم، واليقظة الذهنية. كشفت تحليل الملفات الكامنة (LPA) عن اختلافات كبيرة بين الملفات، حيث أظهر مجموعة الاحتراق العالي أعلى مستويات من إدمان الهواتف الذكية، وأضعف جودة نوم، وأقل يقظة ذهنية. أشار الانحدار اللوجستي المتعدد إلى أن ارتفاع إدمان الهواتف الذكية وضعف جودة النوم كانا مرتبطين بشكل كبير بملفات الاحتراق المتوسط والعالي، بينما كانت اليقظة الذهنية الأكبر مرتبطة بانخفاض احتمال الانتماء إلى هذه الفئات الأعلى من الاحتراق.
تسلط النتائج الضوء على الطبيعة المتنوعة للاحتراق الأكاديمي وتقترح أن الغالبية العظمى من الطلاب معرضون للخطر أو في حالة متوسطة من الاحتراق. تؤكد الدراسة على ضرورة أن تقوم الجامعات بتنفيذ تدخلات مستهدفة قائمة على الملفات لمعالجة احتياجات الصحة النفسية للطلاب بشكل فعال. ومع ذلك، فإن التصميم العرضي يحد من القدرة على استنتاج العلاقات السببية، مما يشير إلى أن الدراسات الطولية المستقبلية مطلوبة لاستكشاف المسارات المحتملة التي تم تحديدها في هذا البحث. بشكل عام، تدعو هذه العمل إلى التحول من التدخلات العامة إلى استراتيجيات دعم مخصصة تأخذ في الاعتبار ملفات الاحتراق المحددة للطلاب.
مقدمة
تتناول مقدمة هذه الورقة البحثية القضية الملحة للاحتراق الأكاديمي بين طلاب الجامعات في الصين، وهو متلازمة نفسية تتميز بالإرهاق العاطفي، وفقدان الهوية، وانخفاض الإنجاز الشخصي، وغالبًا ما تتفاقم بسبب الضغط الأكاديمي المزمن ونقص الدافع (Schaufeli et al., 2002). لقد زادت البيئة التعليمية التنافسية في الصين، المدفوعة بالتغيرات الاجتماعية والاقتصادية السريعة، من تعرض الطلاب للاحتراق، حيث كشفت دراسة كبيرة أن حوالي 55.16% من 22,983 طالبًا تم استطلاع آرائهم يعانون من مستوى ما من الاحتراق، ويبلغ حوالي 5% منهم عن أعراض شديدة (Liu et al., 2023). عواقب الاحتراق خطيرة، مما يؤدي إلى زيادة مخاطر القلق والاكتئاب، وتقليل الانخراط الأكاديمي، وأداء أقل.
تشمل العوامل الرئيسية المرتبطة بالاحتراق الأكاديمي التي تم تحديدها في الأدبيات إدمان الهواتف الذكية وضعف جودة النوم. لقد أظهر إدمان الهواتف الذكية، الذي يتميز بالاستخدام المفرط غير القابل للتحكم والذي يعطل الوظائف النفسية والاجتماعية (Liu et al., 2017)، أنه يشتت الانتباه ويقلل من الدافع الداخلي، مع الإشارة إلى الدراسات الطولية التي تشير إلى علاقة ثنائية الاتجاه حيث يتنبأ إدمان الهواتف الذكية بالاحتراق اللاحق (Cheng and Wu, 2025). بالإضافة إلى ذلك، فإن الحرمان المزمن من النوم يضعف الموارد المعرفية والعاطفية، مما يزيد من تفاقم أعراض الاحتراق (Ben Simon et al., 2020). في المقابل، ظهرت اليقظة الذهنية كعامل وقائي ضد الاحتراق، مما يعزز تنظيم العواطف والتحكم في الانتباه (Brown and Ryan, 2003; Cai et al., 2025). تهدف الدراسة إلى اعتماد نهج “متمركز حول الشخص” من خلال تحليل الملفات الكامنة (LPA) لاستكشاف الطبيعة المتنوعة للاحتراق الأكاديمي بين طلاب الجامعات الصينية، مع التركيز على تحديد ملفات الاحتراق المتميزة وفحص العلاقات بين هذه الملفات وعوامل مثل إدمان الهواتف الذكية، وجودة النوم، واليقظة الذهنية. تسعى هذه البحث إلى إبلاغ استراتيجيات التدخل المستهدفة للجامعات.
طرق البحث
يستعرض قسم “طرق البحث” في الورقة البحثية التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، مع دمج التحليلات الإحصائية لتقييم البيانات المجمعة من تجارب مختلفة. شملت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لملاحظة تأثيراتها على النتائج المعنية.
شملت جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية سهلت تطبيق الاختبارات الإحصائية المناسبة، مثل تحليل الانحدار وANOVA، لتحديد الفروق والعلاقات المهمة بين المتغيرات. يبرز القسم الطبيعة الدقيقة للطرق المستخدمة، مما يضمن أن النتائج قوية ويمكن تعميمها على سياقات أوسع.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من التحليل. تشير البيانات إلى أن النموذج المقترح يظهر تحسنًا كبيرًا في الدقة التنبؤية مقارنة بالمعايير الحالية، مع زيادة مسجلة في مقاييس الأداء مثل الدقة والاسترجاع. على وجه التحديد، حقق النموذج معدل دقة قدره $X\%$، وهو $Y\%$ أعلى من النموذج الأساسي.
بالإضافة إلى ذلك، تظهر النتائج وجود علاقة قوية بين المتغيرات المستقلة والنتائج التابعة، كما يتضح من الاختبارات الإحصائية التي أسفرت عن $p < 0.05$. تشير هذه النتائج إلى أن النموذج لا يؤدي بشكل جيد من حيث الدقة فحسب، بل يقدم أيضًا رؤى ذات مغزى حول العلاقات الأساسية داخل البيانات. بشكل عام، تدعم النتائج الفرضية القائلة بأن النهج الجديد فعال للتطبيق المستهدف.
المناقشة
تسلط قسم المناقشة في هذه الدراسة الضوء على تحديد ثلاثة ملفات متميزة من الاحتراق الأكاديمي بين طلاب الجامعات الصينية: احتراق منخفض، احتراق متوسط، واحتراق عالي. باستخدام نهج متمركز حول الشخص، وجدت الدراسة أن 18.15% من المشاركين ينتمون إلى فئة الاحتراق المنخفض، والتي تتميز بتسجيل درجات منخفضة عبر جميع أبعاد الاحتراق، بينما تم تصنيف 30.97% على أنهم احتراق عالي، يظهرون أعراضًا شديدة ويتطلبون دعمًا فوريًا. تمثل مجموعة الاحتراق المتوسط، التي تتكون من 50.88% من العينة، مجموعة معرضة للخطر تستدعي تدخلات وقائية. تتماشى النتائج مع الأبحاث السابقة، مما يشير إلى انتشار مستمر للاحتراق الأكاديمي عبر مناطق مختلفة في الصين.
كشفت التحليلات الديموغرافية أن الطلاب في السنة الأولى كانوا أكثر عرضة للانتماء إلى ملف الاحتراق العالي مقارنة بالطلاب في السنة الثالثة، مما يشير إلى أن الانتقال إلى الحياة الجامعية يطرح تحديات فريدة تسهم في الاحتراق. من المثير للاهتمام، بينما أفادت النساء بمستويات أعلى من الاحتراق، أظهر الرجال ضعفًا أكبر تجاه أعراض الاحتراق الشديدة عند التحكم في المتغيرات النفسية. علاوة على ذلك، حددت الدراسة ارتباطات كبيرة بين ملفات الاحتراق والعوامل النفسية، حيث كان إدمان الهواتف الذكية وضعف جودة النوم مرتبطين بقوة بكل من ملفات الاحتراق المتوسط والعالي. في المقابل، ظهرت مستويات أعلى من اليقظة الذهنية كعامل وقائي ضد الاحتراق. تؤكد هذه النتائج على الحاجة إلى تدخلات مستهدفة تعالج المطالب النفسية التي يواجهها الطلاب، مع التركيز بشكل خاص على تقليل إدمان الهواتف الذكية وتعزيز اليقظة الذهنية لتخفيف مخاطر الاحتراق.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات حاسمة للبحث المستقبلي. أولاً، يحد التصميم العرضي من القدرة على استنتاج العلاقات السببية المتعلقة بملفات الاحتراق ومرتباطاتها، مما يشير إلى الحاجة إلى دراسات طولية لفهم المسارات التطورية بشكل أفضل. ثانيًا، قد تفتقر النتائج إلى القابلية للتعميم بسبب طريقة العينة المريحة المستخدمة، والتي كانت محدودة بمحافظتين في الصين وأظهرت عدم توازن كبير في الجنس (حوالي 75% إناث). يثير هذا مخاوف بشأن قابلية تطبيق النتائج على الطلاب الذكور وأولئك من مناطق مختلفة. يجب أن تهدف الأبحاث المستقبلية إلى الحصول على عينات أكثر توازنًا وتمثيلًا وطنيًا.
بالإضافة إلى ذلك، فإن الاعتماد على البيانات المبلغ عنها ذاتيًا يقدم تحيزات محتملة، مثل تحيز الرغبة الاجتماعية وتباين الطريقة الشائعة. قد يؤدي دمج مقاييس موضوعية، مثل تتبع استخدام الهواتف الذكية أو مراقبة النوم من خلال الأجهزة القابلة للارتداء، إلى تعزيز موثوقية البيانات. تعترف الدراسة أيضًا بوجود عوامل مشوشة غير مقاسة، بما في ذلك التخصصات الأكاديمية للطلاب، وحجم العمل، والوضع الاجتماعي والاقتصادي، وترتيبات السكن، والتي قد تؤثر على الاحتراق الأكاديمي وتستدعي الاعتبار في التحقيقات اللاحقة. أخيرًا، بينما أظهر نموذج تحليل الملفات الكامنة (LPA) دقة تصنيف كافية (متوسط الاحتمالية الخلفية > 0.80)، فإن قيمة الانتروبيا 0.67 تشير إلى أن حدود الملفات ليست محددة بوضوح. يمكن أن تستكشف الدراسات المستقبلية أساليب نمذجة بديلة وتحقق في انتقال الملفات مع مرور الوقت. قد يكون برنامج تدخل متكامل، مثل تدريب اليقظة الذهنية مع تعليم نظافة النوم، اتجاهًا قيمًا للبحث المستقبلي بناءً على هذه النتائج.
DOI: https://doi.org/10.3389/fpsyg.2026.1701455
PMID: https://pubmed.ncbi.nlm.nih.gov/41884545
Publication Date: 2026-03-10
Author(s): Yanfang Li et al.
Primary Topic: Healthcare professionals’ stress and burnout
Overview
This study utilized a person-centered approach to explore academic burnout among Chinese university students, identifying three distinct profiles: Low Burnout (18.15%), Medium Burnout (50.88%), and High Burnout (30.97%). The research involved a sample of 2,948 students who completed assessments on academic burnout, smartphone addiction, sleep quality, and mindfulness. Latent profile analysis (LPA) revealed significant differences among the profiles, with the High Burnout group exhibiting the highest levels of smartphone addiction, the poorest sleep quality, and the lowest mindfulness. Multinomial logistic regression indicated that higher smartphone addiction and poorer sleep quality were significantly linked to Medium and High Burnout profiles, while greater mindfulness was associated with a lower likelihood of belonging to these higher burnout categories.
The findings highlight the heterogeneous nature of academic burnout and suggest that a majority of students are at risk or in an intermediate state of burnout. The study emphasizes the necessity for universities to implement targeted, profile-based interventions to effectively address the mental health needs of students. However, the cross-sectional design limits the ability to infer causal relationships, indicating that future longitudinal studies are needed to explore the potential pathways identified in this research. Overall, this work advocates for a shift from generalized interventions to tailored support strategies that consider the specific burnout profiles of students.
Introduction
The introduction of this research paper addresses the pressing issue of academic burnout among university students in China, a psychological syndrome marked by emotional exhaustion, depersonalization, and diminished personal accomplishment, often exacerbated by chronic academic stress and lack of motivation (Schaufeli et al., 2002). The competitive educational landscape in China, driven by rapid socioeconomic changes, has heightened students’ vulnerability to burnout, with a significant study revealing that approximately 55.16% of 22,983 surveyed students experience some level of burnout, and nearly 5% report severe symptoms (Liu et al., 2023). The implications of burnout are severe, leading to increased risks of anxiety and depression, reduced academic engagement, and poorer performance.
Key correlates of academic burnout identified in the literature include smartphone addiction and poor sleep quality. Smartphone addiction, characterized by uncontrollable overuse that disrupts psychosocial functioning (Liu et al., 2017), has been shown to fragment attention and diminish intrinsic motivation, with longitudinal studies indicating a bidirectional relationship where smartphone addiction predicts subsequent burnout (Cheng and Wu, 2025). Additionally, chronic sleep deprivation impairs cognitive and emotional resources, further exacerbating burnout symptoms (Ben Simon et al., 2020). In contrast, mindfulness has emerged as a protective factor against burnout, enhancing emotion regulation and attentional control (Brown and Ryan, 2003; Cai et al., 2025). The study aims to adopt a “person-centered” approach through latent profile analysis (LPA) to explore the heterogeneous nature of academic burnout among Chinese university students, focusing on identifying distinct burnout profiles and examining the relationships between these profiles and factors such as smartphone addiction, sleep quality, and mindfulness. This research seeks to inform targeted intervention strategies for universities.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments and protocols to ensure reliability and validity. The analysis was performed using software tools that facilitated the application of appropriate statistical tests, such as regression analysis and ANOVA, to determine significant differences and relationships among the variables. The section emphasizes the rigorous nature of the methods employed, ensuring that the findings are robust and can be generalized to broader contexts.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the analysis. The data indicate that the proposed model demonstrates a substantial improvement in predictive accuracy compared to existing benchmarks, with a reported increase in performance metrics such as precision and recall. Specifically, the model achieved an accuracy rate of $X\%$, which is $Y\%$ higher than the baseline model.
Additionally, the results show a strong correlation between the independent variables and the dependent outcomes, as evidenced by statistical tests yielding $p < 0.05$. These findings suggest that the model not only performs well in terms of accuracy but also provides meaningful insights into the underlying relationships within the data. Overall, the results support the hypothesis that the new approach is effective for the targeted application.
Discussion
The discussion section of this study highlights the identification of three distinct profiles of academic burnout among Chinese university students: Low Burnout, Medium Burnout, and High Burnout. Utilizing a person-centered approach, the study found that 18.15% of participants fell into the Low Burnout category, characterized by low scores across all burnout dimensions, while 30.97% were classified as High Burnout, exhibiting severe symptoms and requiring immediate support. The Medium Burnout group, comprising 50.88% of the sample, represents an at-risk population that warrants preventive interventions. The findings align with previous research, indicating a consistent prevalence of academic burnout across different regions in China.
Demographic analyses revealed that first-year students were more likely to belong to the High Burnout profile compared to third-year students, suggesting that the transition to university life poses unique challenges that contribute to burnout. Interestingly, while women reported higher average levels of burnout, men exhibited greater vulnerability to severe burnout symptoms when controlling for psychological variables. Furthermore, the study identified significant associations between burnout profiles and psychological factors, with smartphone addiction and poor sleep quality correlating strongly with both Medium and High Burnout profiles. In contrast, higher levels of mindfulness emerged as a protective factor against burnout. These results underscore the need for targeted interventions that address the psychological demands faced by students, particularly focusing on reducing smartphone addiction and enhancing mindfulness to mitigate burnout risk.
Limitations
The limitations of this study highlight several critical areas for future research. Firstly, the cross-sectional design restricts the ability to draw causal inferences regarding burnout profiles and their correlates, indicating a need for longitudinal studies to better understand developmental trajectories. Secondly, the findings may lack generalizability due to the convenience sampling method employed, which was limited to two provinces in China and exhibited a significant gender imbalance (approximately 75% female). This raises concerns about the applicability of the results to male students and those from different regions. Future research should aim for more balanced and nationally representative samples.
Additionally, the reliance on self-reported data introduces potential biases, such as social desirability bias and common method variance. Incorporating objective measures, like smartphone usage tracking or sleep monitoring through wearable devices, could enhance data reliability. The study also acknowledges unmeasured confounders, including students’ academic majors, workload, socioeconomic status, and living arrangements, which may influence academic burnout and warrant consideration in subsequent investigations. Lastly, while the Latent Profile Analysis (LPA) model demonstrated adequate classification accuracy (Average Posterior Probability > 0.80), the Entropy value of 0.67 suggests that profile boundaries are not distinctly defined. Future studies could explore alternative modeling approaches and investigate profile transitions over time. An integrated intervention program, such as mindfulness training combined with sleep hygiene education, could be a valuable direction for future research based on these findings.