Predicting Academic Burnout Based on Loneliness, Distress Tolerance, and Alexithymia in Students
Notice bibliographique
Résumé
Background: Academic burnout, characterized by emotional exhaustion, cynicism towards studies, and reduced academic accomplishment, undermines students’ mental health and educational success, posing a critical challenge to their well-being. Objectives: The present study aimed to determine the extent to which loneliness, distress tolerance, and alexithymia predict academic burnout among students. Methods: This descriptive-correlational study drew its statistical population from all high school students in Shiraz during the 2023 - 2024 academic year. A sample of 259 participants was recruited via convenience sampling. Data were collected using the School Burnout Inventory (SBI), the UCLA Loneliness Scale (ULS), the Distress Tolerance Scale (DTS), and the Toronto Alexithymia Scale (TAS-20). Pearson’s correlation coefficient and simultaneous regression analysis were employed to analyze the obtained data. Results: Findings revealed significant positive correlations between loneliness (r = 0.36) and academic burnout, and between alexithymia (r = 0.48) and academic burnout. A significant negative correlation was observed between distress tolerance (r = -0.41) and academic burnout (P < 0.001). In regression analysis, loneliness, distress tolerance, and alexithymia uniquely accounted for 22%, 27%, and 28% of the variance in academic burnout, respectively, with the model explaining 28% of the total variance. Conclusions: Loneliness and alexithymia positively predict academic burnout, while distress tolerance serves as a protective factor, collectively explaining a notable portion of burnout variance in high school students. These findings highlight the need for interventions targeting social connection, emotional regulation, and distress management to mitigate burnout. Educators and policymakers can leverage these insights to develop programs fostering emotional resilience and reducing isolation among adolescents.
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 | 0,000 | 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 ».