MétaCan
Menu
Retour à la cohorte
Enregistrement W4282029443 · doi:10.3390/ijerph19127129

The Relationship between Mindfulness and Job Burnout of Chinese Preschool Teachers: The Mediating Effects of Emotional Intelligence and Coping Style

2022· article· en· W4282029443 sur OpenAlexaff
Yingjie Wang, Bowen Xiao, Ying Tao, Yan Li

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild Therapy and Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMindfulnessPsychologyEmotional intelligenceBurnoutCoping (psychology)Emotional exhaustionJob stressDevelopmental psychologyClinical psychologySocial psychologyJob satisfaction

Résumé

récupéré en direct d'OpenAlex

Preschool teachers' job burnout has many adverse effects on their career development; although some studies have examined the influencing factors of teachers' burnout, less were explored from the perspective of individual factors. This study aimed to examine the relationship between mindfulness and job burnout of preschool teachers, and the mediating effects of emotional intelligence and coping style. A total of 394 preschool teachers in China filled in questionnaires measuring mindfulness, emotional intelligence, coping style, and job burnout. The findings suggested that: (1) mindfulness was negatively related to job burnout; (2) emotional intelligence and negative coping style played independent mediating effects between mindfulness and job burnout; and (3) emotional intelligence and positive coping style played a chain mediating effect between mindfulness and job burnout. The results revealed the mechanism of mindfulness on preschool teachers' job burnout, which is of great significance for the psychological intervention of preschool teachers in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,397
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetChild Therapy and DevelopmentTravaux en français237 207