The Relationship between Sleep Quality and Social Intimacy, and Academic Burn-Out in Students of Medical Sciences
Notice bibliographique
Résumé
INTRODUCTION: Academic burnout leads to creation of a series of negative and scattered thoughts, loss of hope and emotional and physical exhaustion in carrying out activities. Two factors that affect academic burnout are sleep quality and social intimacy. This study was conducted in order to investigate the relationship between sleep quality and social intimacy, and academic burn-out in the students of Tabriz University of Medical Sciences. MATERIALS & METHODS: This study was descriptive and correlational. The population of this study consisted of the students in Tabriz University of Medical Sciences and 196 medical students were selected. They completed Berso et al. Academic Burnout Questionnaire, Pittsburgh Sleep Quality Index (PSQI) and Miller Social Intimacy Scale (MSIS). The validity of the questionnaires confirmed by experts' views. Their reliability were obtained as 77%, 64% and 85% for academic burnout, sleep quality and social intimacy questionnaires respectively by calculating the internal consistency (Cronbach's alpha). For data analysis, descriptive statistics and Pearson correlation test, Regression, cluster analysis and t-test were used. RESULTS: The results showed that there was a positive and significant relationship between sleep quality and academic burnout at the level p<0.05 (r=0.38). There was a negative and significant relationship between social intimacy and academic burnout at the level p<0.05 (r= -0.40). Also, the regression results showed that sleep quality and social intimacy were able to predict 37% and 39% of academic burnout respectively. Moreover, the students were divided into two clusters of individuals with high social intimacy and individuals with low social intimacy. No significant difference was found between the two types in terms of the variable of academic burn-out. CONCLUSION: Based on the research results, it can be stated that the variables of sleep quality and social intimacy are the predictor factors of academic burn-out.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».