医学专科生线上学习倦怠现状及影响因素分析

任 静 ，吕 顺 ，刘 凤 ，徐 芬 ，黄 棋 ，孙鸿燕 *

（1.西南医科大学护理学院，四川 泸州 646000；2.西南医科大学附属医院，四川 泸州 646000；3.合江县人民医院，四川 合江 646200）

新冠肺炎疫情期间，按照教育部、四川省教育厅等有关部门的部署，我校于2020年3月2日起首先对专科学生开展线上教学。学习倦怠（learning burnout）指的是由于学习压力或缺乏学习兴趣而对学习感到厌倦的消极态度和行为[1]。Schaufeli等[2]指出，学习倦怠的表现主要为情绪耗竭、疏离学业及成就感低。医学生由于学习任务重、压力大、社会认可度下降等诸多因素，容易产生学习倦怠。且线上教学因缺乏教师的监督，学生更容易产生学习倦怠。本研究旨在调查疫情期间医学专科生线上学习倦怠现状并分析其影响因素，为改善医学专科生线上学习倦怠情况提供理论依据。

1 对象与方法

1.1 研究对象

2020年3 月，选取某医科大学护理学院3 098名专科生作为研究对象。纳入标准：参加线上学习4周，知情同意并自愿参加本调查；排除标准：参加线上学习不足4周。

1.2 调查工具

1.2.1 一般资料调查问卷 包括性别、专业、年级、居住地、是否独生子女、是否学生干部、父母文化程度、成绩、线上学习使用设备及网络通畅情况。

1.2.2 大学生学习倦怠量表 该量表于2005年由连榕等[3]研制，包括行为不当（6个条目）、情绪低落（8个条目）和成就感低（6个条目）3个维度共20个条目。量表采用Likert 5级计分，从“完全不符合”到“完全符合”分别赋1～5分，其中反向计分题有：1、3、6、8、11、13、15、18 题，满分 100 分，得分越高说明学生学习倦怠程度越严重。该量表Cronbach′s α系数为0.865，各维度 Cronbach′s α 系数为 0.70～0.81，分半信度为 0.880。毛天欣等[1]研究表明，该量表的概化系数和可靠性指数均达到了0.83以上，得分≥40分[4]表明存在学习倦怠。同时，大量的研究表明该量表在大学生群体中具有良好的信效度[5-7]。

1.3 调查方法

本研究采用问卷星进行网络问卷调查，通过学院辅导员发送至各班级群。为保证问卷质量，设置只允许通过微信作答，并且一个微信号只允许填写一次，防止重复填写。设计逻辑核查，避免逻辑错误。问卷采用匿名方式，学生自愿通过微信提交调查问卷。本次调查共回收问卷3 515份，剔除规律性太强、违反逻辑核查的问卷，有效问卷3 098份，有效率为88.1%。

1.4 统计学分析

将调查数据导入Excel表，采用SPSS 24.0软件统计分析。采用（±s）、频数、构成比对数据进行统计学描述，得分率=实际得分/最高得分×100%。对相关影响因素进行独立样本t检验或方差分析，对多个具有统计学意义的影响因素采用多元逐步回归分析（进入0.05，剔除0.10），以P＜0.05表示差异有统计学意义。

2 结果

2.1 研究对象一般资料

研究对象3 098名，年级：一年级1 697名（54.8%），二年级1 302名（42.0%），三年级99名（3.2%）；男448名（14.5%），女2 650名（85.5%）；专业：护理2 151名（69.4%），非护理947名（30.6%）；居住地：农村2 411名（77.8%），城镇687名（22.2%）；独生子女：是327名（10.6%），否2 771名（89.4%）；学生干部：是801名（25.9%），否2 297名（74.1%）。

2.2 医学专科生线上学习倦怠得分情况及影响因素

2.2.1 医学专科生线上学习倦怠得分情况 本调查中医学专科生线上学习倦怠得分≥40分的有2 906人，学习倦怠检出率93.8%。医学专科生线上学习倦怠总分（55.40±10.117）分，得分率为55.40%，提示医学专科生线上学习倦怠处于中重度水平，各维度得分及总分见表1。

表1 医学专科生线上学习倦怠总分及各维度得分情况

2.2.2 不同一般资料医学专科生线上学习倦怠得分的比较 经两独立样本t检验或单因素方差分析，结果显示，不同年级、成绩、母亲文化程度、网络通畅情况、线上学习使用设备以及是否学生干部的学生学习倦怠得分差异具有统计学意义（P＜0.05），研究对象的性别、专业、居住地、是否独生子女、父亲文化程度在学习倦怠得分上差异无统计学意义（P＞0.05）。详见表2。

表2 医学专科生线上学习倦怠总分及各维度得分情况

2.2.3 影响医学专科生线上学习倦怠因素的多元逐步回归分析以学习倦怠总分为因变量，以单因素分析中差异有统计学意义的6个变量作为自变量（赋值情况见表3），进行多元逐步回归分析，最终有5个变量进入回归方程，拟合回归方程：Y=38.580＋3.353X1＋3.353X2＋2.255X3＋1.299X4－0.646X5，拟合的回归方程具有统计学意义（F=73.506，P＜0.001），复相关系数R=0.326，确定系数R2=0.106，说明逐步拟合的多元回归方程的因变量（医学专科生线上学习倦怠得分）能被自变量解释的比例为32.6%。由标准化回归系数可见，5个自变量对因变量的影响依次为：成绩、网络通畅情况、年级、是否学生干部、母亲文化程度。见表4。

表3 自变量赋值

表4 医学专科生线上学习倦怠的回归分析结果

3 讨论

3.1 医学专科生线上学习倦怠现状

表1显示，医学专科生线上学习倦怠得分率（55.40%）和各维度即行为不当（56.00%）、情绪低落（53.10%）、成就感低（57.90%）得分率均高于40%，本次调查医学专科生线上学习倦怠检出率为93.8%，提示大部分医学专科生存在线上学习倦怠。医学专科生线上学习倦怠总分为（55.40±10.117）分，倦怠水平较高且趋于严重，略低于刘培培、李玉媛等[5，8]线下学习倦怠程度。

3.2 医学专科生线上学习倦怠影响因素分析

3.2.1 学习成绩差异 本研究显示，学习成绩较差的医学专科生，其线上学习倦怠得分比成绩较好的学生高（F=86.321，P＜0.001）。成绩对线上学习倦怠程度具有负性影响，且对其影响很大。学生的生理及心理均会受到学习成绩的影响，从而造成倦怠程度差异[8]。成绩较好的学生自信心强、学习欲望强、动力十足、成就感高。相反，如果学习成绩不理想，就很少体验到学习带来的成就感，更易产生学习倦怠，此结果与大部分研究结果一致[8-9]。提示教育者对成绩较差的学生应多给予耐心指导，帮助其找到合适的学习方法，提高学习成绩。

3.2.2 网络是否通畅 田茜[10]研究表明，教育环境影响学生的学习投入。本次研究显示，网络越通畅，学生线上学习倦怠程度越低。可能由于网络时常卡顿，影响学生学习投入，出现注意力不集中、上课开小差等情况，进而没有把握住上课的重点及难点，当面对作业压力及学业考核时常感到手足无措，从而产生焦虑情绪。而长期的网络卡顿加上长时间的学习，会让学生感到身心疲惫，进而产生烦躁、厌恶等不良情绪以及厌学、逃学等不良行为。提示学校应加强网络平台的管理，可错开网络用时高峰，同时采用同步录播的形式，便于学生对重点、难点进行复习，提高学习效率。

3.2.3 年级差异 研究显示，年级越高的学生学习倦怠越严重。一年级学生虽有学习倦怠，但程度较高年级低，可能是因为学生虽然刚从高考压力中解放出来，尚有一定的人生目标，课程设置相对基础，学习相对轻松；而随着年级的升高，学生失去刚入学时的新鲜感，适应了大学生活，学校开设课程数量越来越多，学习任务越来越重，需记忆的知识也越来越繁杂，因此情绪、行为、成就感等均出现了明显的倦怠，这与李玉媛、王德芳等[8，11]研究结果一致。提示教育者应重视高年级学生的管理，弱化重、难点，以案例为导向，激发学习兴趣[12]，反复在线答疑，增强师生之间的交流，同时提高教学质量[13]。

3.2.4 是否担任学生干部的差异 担任过学生干部与未担任过学生干部的学生相比，前者线上学习倦怠较轻。学生干部自身有很强的责任心和责任感，在班上能够起到模范带头作用，学习和生活上严格要求自己，学习倦怠行为较少出现。同时，学生干部更容易得到教师与同学的认可和赞美，这有利于成就感的提升，使学生时刻保持对学习和生活的热情，这与李玉媛等[11]的研究结论相符。

3.2.5 母亲文化程度差异 本研究显示，总体来看，母亲文化程度越低，学生线上学习倦怠情况越严重。父母是影响医学生心理健康的重要因素[14]，而大多数父亲忙于事业，母亲则更多地去照顾家庭。母亲文化程度越高，其自身素质也越高，更加注重知识的学习和积累，给孩子树立了很好的榜样。同时，文化程度越高，教育方式也更加合理，沟通融洽，家庭亲密度更高，倦怠水平越低[15]。提示应重视家庭教育，提高家庭亲密度，从而改善学习倦怠情况。