醫學專科生線上學習倦怠現狀及影響因素分析

任 靜 ，呂 順 ，劉 鳳 ，徐 芬 ，黃 棋 ，孫鴻燕 *

（1.西南醫科大學護理學院，四川 瀘州 646000；2.西南醫科大學附屬醫院，四川 瀘州 646000；3.合江縣人民醫院，四川 合江 646200）

新冠肺炎疫情期間，按照教育部、四川省教育廳等有關部門的部署，我校于2020年3月2日起首先對專科學生開展線上教學。學習倦怠（learning burnout）指的是由于學習壓力或缺乏學習興趣而對學習感到厭倦的消極態度和行為[1]。Schaufeli等[2]指出，學習倦怠的表現主要為情緒耗竭、疏離學業及成就感低。醫學生由于學習任務重、壓力大、社會認可度下降等諸多因素，容易產生學習倦怠。且線上教學因缺乏教師的監督，學生更容易產生學習倦怠。本研究旨在調查疫情期間醫學專科生線上學習倦怠現狀并分析其影響因素，為改善醫學專科生線上學習倦怠情況提供理論依據。

1 對象與方法

1.1 研究對象

2020年3 月，選取某醫科大學護理學院3 098名專科生作為研究對象。納入標準：參加線上學習4周，知情同意并自愿參加本調查；排除標準：參加線上學習不足4周。

1.2 調查工具

1.2.1 一般資料調查問卷 包括性別、專業、年級、居住地、是否獨生子女、是否學生干部、父母文化程度、成績、線上學習使用設備及網絡通暢情況。

1.2.2 大學生學習倦怠量表 該量表于2005年由連榕等[3]研制，包括行為不當（6個條目）、情緒低落（8個條目）和成就感低（6個條目）3個維度共20個條目。量表采用Likert 5級計分，從“完全不符合”到“完全符合”分別賦1～5分，其中反向計分題有：1、3、6、8、11、13、15、18 題，滿分 100 分，得分越高說明學生學習倦怠程度越嚴重。該量表Cronbach′s α系數為0.865，各維度 Cronbach′s α 系數為 0.70～0.81，分半信度為 0.880。毛天欣等[1]研究表明，該量表的概化系數和可靠性指數均達到了0.83以上，得分≥40分[4]表明存在學習倦怠。同時，大量的研究表明該量表在大學生群體中具有良好的信效度[5-7]。

1.3 調查方法

本研究采用問卷星進行網絡問卷調查，通過學院輔導員發送至各班級群。為保證問卷質量，設置只允許通過微信作答，并且一個微信號只允許填寫一次，防止重復填寫。設計邏輯核查，避免邏輯錯誤。問卷采用匿名方式，學生自愿通過微信提交調查問卷。本次調查共回收問卷3 515份，剔除規律性太強、違反邏輯核查的問卷，有效問卷3 098份，有效率為88.1%。

1.4 統計學分析

將調查數據導入Excel表，采用SPSS 24.0軟件統計分析。采用（±s）、頻數、構成比對數據進行統計學描述，得分率=實際得分/最高得分×100%。對相關影響因素進行獨立樣本t檢驗或方差分析，對多個具有統計學意義的影響因素采用多元逐步回歸分析（進入0.05，剔除0.10），以P＜0.05表示差異有統計學意義。

2 結果

2.1 研究對象一般資料

研究對象3 098名，年級：一年級1 697名（54.8%），二年級1 302名（42.0%），三年級99名（3.2%）；男448名（14.5%），女2 650名（85.5%）；專業：護理2 151名（69.4%），非護理947名（30.6%）；居住地：農村2 411名（77.8%），城鎮687名（22.2%）；獨生子女：是327名（10.6%），否2 771名（89.4%）；學生干部：是801名（25.9%），否2 297名（74.1%）。

2.2 醫學專科生線上學習倦怠得分情況及影響因素

2.2.1 醫學專科生線上學習倦怠得分情況 本調查中醫學專科生線上學習倦怠得分≥40分的有2 906人，學習倦怠檢出率93.8%。醫學專科生線上學習倦怠總分（55.40±10.117）分，得分率為55.40%，提示醫學專科生線上學習倦怠處于中重度水平，各維度得分及總分見表1。

表1 醫學專科生線上學習倦怠總分及各維度得分情況

2.2.2 不同一般資料醫學專科生線上學習倦怠得分的比較 經兩獨立樣本t檢驗或單因素方差分析，結果顯示，不同年級、成績、母親文化程度、網絡通暢情況、線上學習使用設備以及是否學生干部的學生學習倦怠得分差異具有統計學意義（P＜0.05），研究對象的性別、專業、居住地、是否獨生子女、父親文化程度在學習倦怠得分上差異無統計學意義（P＞0.05）。詳見表2。

表2 醫學專科生線上學習倦怠總分及各維度得分情況

2.2.3 影響醫學專科生線上學習倦怠因素的多元逐步回歸分析以學習倦怠總分為因變量，以單因素分析中差異有統計學意義的6個變量作為自變量（賦值情況見表3），進行多元逐步回歸分析，最終有5個變量進入回歸方程，擬合回歸方程：Y=38.580＋3.353X1＋3.353X2＋2.255X3＋1.299X4－0.646X5，擬合的回歸方程具有統計學意義（F=73.506，P＜0.001），復相關系數R=0.326，確定系數R2=0.106，說明逐步擬合的多元回歸方程的因變量（醫學專科生線上學習倦怠得分）能被自變量解釋的比例為32.6%。由標準化回歸系數可見，5個自變量對因變量的影響依次為：成績、網絡通暢情況、年級、是否學生干部、母親文化程度。見表4。

表3 自變量賦值

表4 醫學專科生線上學習倦怠的回歸分析結果

3 討論

3.1 醫學專科生線上學習倦怠現狀

表1顯示，醫學專科生線上學習倦怠得分率（55.40%）和各維度即行為不當（56.00%）、情緒低落（53.10%）、成就感低（57.90%）得分率均高于40%，本次調查醫學專科生線上學習倦怠檢出率為93.8%，提示大部分醫學專科生存在線上學習倦怠。醫學專科生線上學習倦怠總分為（55.40±10.117）分，倦怠水平較高且趨于嚴重，略低于劉培培、李玉媛等[5，8]線下學習倦怠程度。

3.2 醫學專科生線上學習倦怠影響因素分析

3.2.1 學習成績差異 本研究顯示，學習成績較差的醫學專科生，其線上學習倦怠得分比成績較好的學生高（F=86.321，P＜0.001）。成績對線上學習倦怠程度具有負性影響，且對其影響很大。學生的生理及心理均會受到學習成績的影響，從而造成倦怠程度差異[8]。成績較好的學生自信心強、學習欲望強、動力十足、成就感高。相反，如果學習成績不理想，就很少體驗到學習帶來的成就感，更易產生學習倦怠，此結果與大部分研究結果一致[8-9]。提示教育者對成績較差的學生應多給予耐心指導，幫助其找到合適的學習方法，提高學習成績。

3.2.2 網絡是否通暢 田茜[10]研究表明，教育環境影響學生的學習投入。本次研究顯示，網絡越通暢，學生線上學習倦怠程度越低。可能由于網絡時常卡頓，影響學生學習投入，出現注意力不集中、上課開小差等情況，進而沒有把握住上課的重點及難點，當面對作業壓力及學業考核時常感到手足無措，從而產生焦慮情緒。而長期的網絡卡頓加上長時間的學習，會讓學生感到身心疲憊，進而產生煩躁、厭惡等不良情緒以及厭學、逃學等不良行為。提示學校應加強網絡平臺的管理，可錯開網絡用時高峰，同時采用同步錄播的形式，便于學生對重點、難點進行復習，提高學習效率。

3.2.3 年級差異 研究顯示，年級越高的學生學習倦怠越嚴重。一年級學生雖有學習倦怠，但程度較高年級低，可能是因為學生雖然剛從高考壓力中解放出來，尚有一定的人生目標，課程設置相對基礎，學習相對輕松；而隨著年級的升高，學生失去剛入學時的新鮮感，適應了大學生活，學校開設課程數量越來越多，學習任務越來越重，需記憶的知識也越來越繁雜，因此情緒、行為、成就感等均出現了明顯的倦怠，這與李玉媛、王德芳等[8，11]研究結果一致。提示教育者應重視高年級學生的管理，弱化重、難點，以案例為導向，激發學習興趣[12]，反復在線答疑，增強師生之間的交流，同時提高教學質量[13]。

3.2.4 是否擔任學生干部的差異 擔任過學生干部與未擔任過學生干部的學生相比，前者線上學習倦怠較輕。學生干部自身有很強的責任心和責任感，在班上能夠起到模范帶頭作用，學習和生活上嚴格要求自己，學習倦怠行為較少出現。同時，學生干部更容易得到教師與同學的認可和贊美，這有利于成就感的提升，使學生時刻保持對學習和生活的熱情，這與李玉媛等[11]的研究結論相符。

3.2.5 母親文化程度差異 本研究顯示，總體來看，母親文化程度越低，學生線上學習倦怠情況越嚴重。父母是影響醫學生心理健康的重要因素[14]，而大多數父親忙于事業，母親則更多地去照顧家庭。母親文化程度越高，其自身素質也越高，更加注重知識的學習和積累，給孩子樹立了很好的榜樣。同時，文化程度越高，教育方式也更加合理，溝通融洽，家庭親密度更高，倦怠水平越低[15]。提示應重視家庭教育，提高家庭親密度，從而改善學習倦怠情況。