Resilience, Psychological Distress, and Academic Burnout among Accounting Students*
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT This study's objective is to examine the role of resilience in the dynamic between academic burnout and psychological distress using a sample of US undergraduate accounting majors. It extends prior research—that is, García‐Izquierdo et al. (2018), who examine these relationships using a sample of Spanish nursing students. For this study, a survey instrument was concurrently administered to 443 accounting majors at four geographically dispersed universities. Two alternative models are tested. The first model positions resilience as an exogenous predictor, and dimensions of academic burnout antecedent to psychological distress. The results indicate a significant negative association between resilience, psychological distress, and each of the three academic burnout dimensions. In addition, emotional exhaustion and academic inefficacy have a significant positive association with psychological distress. The alternative model positions psychological distress antecedent to each of the academic burnout dimensions. The results indicate that resilience has a significant negative association with psychological distress, cynicism, and academic inefficacy, but not emotional exhaustion. Moreover, psychological distress has significant positive associations with each academic burnout dimension. In the alternative model specification, resilience is also found to moderate the association between psychological distress and academic inefficacy. This single moderating effect notwithstanding, the findings suggest that the primary role of resilience is that of a compensatory mechanism by acting as an independent exogenous predictor of distress and burnout.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle