Emotional Intelligence as a Factor against Burnout in Female Students and Teachers
Notice bibliographique
Résumé
A joint analysis of the concepts of "emotional intelligence" and "burnout" allows finding new ways to protect against the adverse effects of chronic stress. It is known that emotional competencies are determined by gender and gender, but this aspect needs to be clarified. A longitudinal study was conducted in a female sample (575 students and 96 teachers from different regions of Ukraine) to determine the dynamics of burnout in calm and stressful periods and trace the correlation of symptoms with emotional abilities. The structural components of emotional intelligence (reflection, self-regulation, empathy, expressiveness, and acceptance of one's own emotions) and manifestations of burnout were measured; three diagnostic sections were made at the beginning of the academic year, after the winter and spring examination sessions. Significant growth of all burnout indicators during the annual training cycle (MANOVA) was recorded. The effect of the accumulation of fatigue (exhaustion) was robust in teachers and graduate students. At the same time, after the session, students grew a sense of self-efficacy, compensating for the resources spent. Comparison of means in six subsamples of students in grades 1-5 and teachers (ANOVA) showed that structural changes in emotional competencies describe the adaptive potential of a certain age period. The developed empathy and self-regulation are the main signs of women's emotional maturity after graduation. The structure of correlations between burnout parameters and emotional competencies differed in different groups. The most significant contribution to preventing burnout in students is made by reflection and self-regulation, in teachers — by self-regulation, empathy, and acceptance of one's feelings. The negative correlation between emotional abilities and symptoms of burnout is exacerbated during times of stress. It is concluded that there are two mechanisms of the protective influence of emotional intelligence: direct, which prevents exhaustion by controlling and regulating negative emotions, and indirect, through a sense of self-efficacy resulting from the successful overcoming of professional challenges.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».