中国大学生学习倦怠变迁的横断历史研究

2020-02-14 07:02:37 心理技术与应用 2020年2期

于鑫悦 阴梦岩 赵亚飞 辛素飞

摘 要 运用横断历史研究的方法,对2005~2017年间120篇采用大学生学习倦怠量表(LBSCS)测查大学生学习倦怠的调查报告(共55510名被试)进行元分析,来考察我国大学生学习倦怠水平随年代的变化趋势。结果表明:(1)大学生学习倦怠均值与年代呈显著正相关,这说明近13年来我国大学生的学习倦怠水平在逐年提高。(2)当年和三年前的家庭规模数与大学生学习倦怠均值呈显著负相关,说明家庭规模数可能是预测大学生学习倦怠水平的重要因素。(3)男生和女生的学习倦怠均值得分与年代均呈显著正相关,学习倦怠均值得分的性别差异不显著。

关键词 学习倦怠;大学生;横断历史研究;元分析;社会变迁

分类号 B842.3

DOI: 10.16842/j.cnki.issn2095-5588.2020.02.002

1 引言

随着我国高校的扩招,高等教育逐渐趋向大众化,大学生所面临的竞争压力逐渐增大,相当一部分学生认为学习不再是让他们获得成功的必然途径,因此其学习动力、对所学专业的兴趣以及对学习活动的积极性都有所下降,出现了学习倦怠问题(刘罗, 周海花, 李思瑶, 王振, 滕保艳, 2018; 邹媛园, 2011)。学习倦怠的概念是根据职业倦怠的研究提出的(刘俊英, 2010; 温颖, 2015; 肖静, 汪菲, 葛华, 李富业, 连玉龙, 2013),而且有研究表明,我国教师群体的职业倦怠水平在逐年升高(刘贤敏, 周炎根, 曹艳杰, 张岩, 2014),那么大学生群体的学习倦怠情况又是如何随年代变化的呢?这是本研究主要探讨的问题。

学习倦怠(learning burnout)是指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,是一种消极学习心理(连榕, 杨丽娴, 吴兰花, 2006)。对于大学生而言,学习仍是其主要任务,但当今大学生的学习情况不容乐观,越来越多的大学生产生学习倦怠问题,具体表现为沮丧、焦虑、冷漠、无力等负面学习态度以及逃课、考试作弊、沉迷游戏等消极学习行为(丁园园, 陈莹, 2011; 牛春娟, 武雪姣, 陈晓梅, 张璐琨, 郑奥文, 2013)。学习倦怠现象不仅困扰着大学生的学习生活甚至使其面临退学的威胁,而且还会影响到他们的心理健康(李雪, 2012; 王世嫘, 2009; 许有云, 2007)。因此对学习倦怠这种常见的消极学习心理进行研究,以促进大学生积极学习心理品质的形成以及高等教育质量的提高,是非常必要的。

目前国内关于学习倦怠的研究大多采用的是连榕等(2006)编制的大学生学习倦怠量表(Learning Burnout Scale of College Students, LBSCS),该量表具有较好的信效度,且已经在国内得到广泛的应用(郭彩琴, 肖海雁, 马存银, 2009; 杨红君等, 2013; 张恒, 易玉屏, 2018)。因此,在本研究中,我们将选取大学生学习倦怠量表作为主要的测量工具,并用该量表总分作为衡量我国大学生群体学习倦怠水平高低的重要指标。

已有研究发现,我国大学生的学习倦怠问题较为普遍且处于中等水平(崔风波, 王晓俊, 2014; 杨滨妮, 余思海, 曾欣虹, 陈妮娅, 2011; 杨丹, 梁三才, 吴海梅, 2016)。并且,有研究表明大学生学习倦怠与社会支持呈显著负相关(庞智辉, 游志麒, 周宗奎, 范翠英, 李晓军, 2010; 于丹丹, 赵海楠, 2018),而大学生的社会支持水平在逐年降低(Xin & Xin, 2016),那么在同一时代背景下大学生的学习倦怠水平是否会呈现上升趋势呢?为此,我们拟采用横断历史的元分析(cross-temporal meta-analysis,又称“横断历史研究”)方法来探究这一问题。

横断历史的元分析方法最早由美国学者Jean M. Twenge教授提出并在一系列实证研究中使用(Twenge, 1997, 2000; Twenge & Campbell, 2001; Twenge & Foster, 2010),其原理是利用横断研究“设计”的思路(首先搜集到历史上各个时间点使用同一种测量工具获得的关于同类人群心理指标的数据或文献资料,然后将这些文献按照时间顺序连缀起来,形成关于历史的横断取样)对大跨度时间内的某一心理指标随年代的变化趋势进行分析,同时还可以通过代表性社会指标与心理指标的关系解释社会变迁如何影响个体心理发展(池丽萍,辛自强, 2020; 辛自强, 池丽萍, 2008)。目前我国已开展了一系列针对大学生群体不同心理指标(心理健康、孤独感、社会支持和信任等)变迁的横断历史研究(辛素飞, 刘丽君, 2019; 辛自强, 张梅, 何琳, 2012; Xin & Xin, 2016, 2017)。这些研究均表明,我国大学生的不同心理指标随年代的变化趋势大都较为明显,且社会变迁会对其心理变化产生重要影响。因此,我们拟采用这种方法探讨我国大学生学习倦怠水平隨年代的变化趋势。

综上所述,本研究将采用横断历史的元分析方法将近13年来孤立发表的大学生学习倦怠量表调查结果按照时间顺序加以连贯,通过量表总分均值的变化来从宏观上揭示大学生整体以及不同性别大学生的学习倦怠随年代的纵向变化趋势。同时,还将运用滞后相关分析的思路考察有代表性的社会指标(如家庭规模数)对大学生学习倦怠的预测作用。此外,还采用一般元分析方法进一步探究男生和女生在学习倦怠得分上是否有显著差异。目前,尽管研究者们已经对不同性别大学生的学习倦怠状况进行了大量实证研究,但是也呈现出了不一致的结论。例如,有一些研究发现男生的学习倦怠水平显著高于女生(高园园, 李海洋, 宋言静, 2018; 马忆萌, 孟勇, 徐金英, 2014),也有部分研究发现女生的学习倦怠水平高于男生(汪利鸿, 2017),另外还有研究认为男女生学习倦怠水平没有显著差异(安桂花, 于秀娟, 师玉生, 2013; 刘正之, 李国忠, 朱丹, 袁际学, 杨孟庄, 2016)。因此,本研究希望通过一般元分析的方法对不同性别大学生在学习倦怠得分上的差异做出全面客观的判断,来解决以往不同的研究结果引起的争论问题。

2 研究方法

2.1 研究工具

大学生学习倦怠量表是由连榕等(2006)编制而成,共20道题目,分为3个维度,即情绪低落、行为不当、成就感低,3个分量表题目得分相加为学习倦怠总分,采用从“完全不符合”到“完全符合”5级计分。在本研究中,我们采用学习倦怠总分作为衡量大学生学习倦怠水平高低的量化指标,得分越高,表示学习倦怠程度越严重。目前,已有大量研究表明该量表具有较好的信效度,并被广泛应用于对我国大学生学习倦怠的研究之中(郭彩琴等, 2009; 张恒, 易玉屏, 2018)。

2.2 文献搜集的标准与结果

借鉴以往研究的经验(辛自强等, 2012),并结合本研究要探讨的问题,本研究制定的文献筛选标准如下:所有文献均使用大学生学习倦怠量表;研究对象必须为中国内地大学本科生;报告了均值、标准差和样本量;测试时间必须是“平时”,考试周期间等特殊时间段施测的排除在外;搜集时间截止为2018年12月;相同作者使用同一批数据重复发表的多篇文献,只能选用数据完整且发表时间最早的一篇参与元分析。

在中国知网、维普资讯和万方等中文数据库中,分别以“青少年”“大学生”“学习倦怠”“学习态度”等词汇进行全文检索。由于采用的是2006年编制的量表,所以搜集的起始年为2006年,通过上述标准筛选文献,最终共得到发表在2007至2018年间的120篇符合要求的文献。参照以往横断历史研究的惯例,除注明具体数据收集年代(下文简称“年代”)的文献,其余文献的年代均按照“发表年代-2”的方式计算(辛自强, 张梅, 2009; Twenge & Campbell, 2001)。因此,本研究中数据的收集年代为2005至2017年,共涉及55510名大学生。文献的具体情况如表1所示。

2.3 文献编码与数据整理

按照以往横断历史研究的惯例(辛自强, 张梅, 2009; Twenge, 2000),本研究在建立数据库时,首先,把每篇文献的基本数据(发表年代、数据收集年代、均值、标准差和样本量等)录入数据库。然后,再把文献中含有被试性别的分组报告结果(如表1所示)作为子研究录入数据库。最后,对文献的其他信息(如文献所发期刊类型和被试所在地区等)进行编码,具体编码见表2。

2.4 社会指标的选取依据与数据来源

横断历史研究除了可以描述心理变量随年代的变化趋势外,还可以将社会变迁层面的宏观变量与个体心理发展层面的微观变量连接起来,它假定社会统计指标可以作为社会文化环境的体现,且可以部分地解释个体心理量的变化(辛自强, 池丽萍, 2008; Twenge, 2000)。因此,通过直接相关或滞后相关的思路分析有代表性的社会指標与学习倦怠状况之间的关系便可以解释社会文化环境变迁对大学生学习倦怠状况的“影响”。例如,如果当年或三年前的社会指标与心理变量(学习倦怠得分)的相关显著,那么可以说明社会变迁对大学生的学习倦怠具有一定的“影响”。

综合以往有关大学生学习倦怠影响因素的文献发现,社会支持对大学生学习倦怠具有重要的影响。虽然目前已有大量研究证实了大学生感知到的社会支持水平对学习倦怠水平具有显著的负向预测作用(李彩超, 陈昕, 刘慧晨, 朱洁玉, 2014; 李西营, 宋娴娴, 郭春涛, 2009; 于丹丹, 赵海楠, 2018),但大都关注的是主观心理层面上的社会支持,缺少考察宏观社会层面的社会支持对其学习倦怠水平影响的研究。因此,在本研究中我们拟选取家庭规模数(即家庭成员的数目,反映子女所接受到来自家庭的支持程度)作为衡量我国大学生所感受到的宏观社会支持方面的指标,并且考察其对大学生学习倦怠水平的“预测”作用。这一社会指标的数据来源于国家统计局(2018)发布的《中国统计年鉴》。

3 研究结果

3.1 大学生学习倦怠随年代的整体变化

为探讨我国大学生学习倦怠随年代的变化趋势,本研究以年代为横坐标,学习倦怠总分的均值为纵坐标绘制散点图(见图1)。我们通过对散点图的直观判断发现,大学生的学习倦怠总分均值随年代呈上升趋势。这表明,2005至2017年间我国大学生的学习倦怠水平是逐年上升的。

为了对大学生学习倦怠水平随年代的变化趋势进行准确量化,我们将年代与学习倦怠总分均值进行了相关分析,结果表明,学习倦怠总分均值与年代呈显著正相关(r=0.22,p<0.05)。此外,为了进一步探究年代对大学生学习倦怠水平的预测作用,我们采用以往研究者(Twenge & Im, 2007; Xin & Xin, 2016)的数据处理方法,将年代作为自变量、学习倦怠均值得分作为因变量进行回归分析。结果发现,在控制样本量后,年代对学习倦怠总分均值的预测作用显著(β=0.30, p<0.01,R2=0.09)。综合上述结果可知,从2005至2017年,我国大学生的学习倦怠水平逐年提高。

为了求得13年来大学生学习倦怠总分均值的变化量,我们根据以往研究的做法(Twenge & Im, 2007; Xin & Xin, 2016),利用回归方程和研究样本的平均标准差进行分析,通过计算效果量d来衡量,计算公式为:d=(M2017-M2005) /MSD, 其中MSD是13年来的平均标准差。首先,以学习倦怠总分均值为因变量,以年代为自变量,对样本量进行加权,从而建立回归方程y=Bx+C。其次,分别将年代2005和2017代入回归方程获得起止年的平均分M2005和M2017。最后,计算M2005和M2017之差,再除以13年间的平均标准差MSD,即可得到d值。经计算表明,2005年的学习倦怠总分均值为56.22,2017年的学习倦怠总分均值为58.50,13年间大学生学习倦怠总分平均值上升了2.28分,平均标准差(MSD)为10.04, 效果量(d)达到0.23。 根据Cohen(1977)的建议:d值(绝对值)为0.80属于“大效果量”,0.50属于“中等效果量”,0.20属于“小效果量”,可知学习倦怠总分均值的变化量为小效果量。这说明,13年来我国大学生学习倦怠水平是在缓慢升高。

3.2 大学生学习倦怠水平与社会指标之间的关系

由上述结果可知,2005至2017年间我国大学生学习倦怠水平呈逐年上升的趋势,这种趋势是否与社会变迁有关呢?如前文所述,大学生学习倦怠总分均值与社会指标之间的相关可以对其进行解释。结果发现,当年的家庭规模数对大学生学习倦怠总分均值的得分具有显著负向预测作用(β=-0.20,p<0.05),即社会指标得分越低,学习倦怠总分均值的得分就越高。为了进一步说明宏观社会变迁对大学生学习倦怠水平的“影响”,按照以往研究的做法(辛自强, 张梅, 2009),本研究采用滞后相关的思路将历年的学习倦怠总分均值与三年前的社会指标进行匹配求相关。结果表明,三年前的家庭规模数的变化能显著负向预测大学生学习倦怠总分均值的变化(β=-0.31,p<0.01)。综合上述结果可知,我国家庭规模数的减少可以较好地解释大学生学习倦怠水平的上升。

3.3 男生与女生学习倦怠水平随年代的变化及差异

我们根据文献搜集标准(提供男女大学生学习倦怠总分的均值和标准差),结合87篇报告了性别子研究的文献(包括15849名男生和22766名女生,数据收集年代跨度为2005至2017年),对男生和女生学习倦怠总分均值分别进行横断历史的元分析。从散点图(图2、图3)可以粗略地看出,男生和女生的学习倦怠总分均值得分都随年代呈上升趋势。这表明男生和女生学习倦怠水平都是逐年上升的。

为进一步量化这种关系,本研究按照上述做法,将年代分别与不同性别大学生的学习倦怠总分均值进行回归分析,结果表明,年代均能显著正向预测男生(β=0.22,p<0.05, R2=0.05)和女生的学习倦怠水平(β=0.34,p<0.01, R2=0.12)。此外,为了计算不同性别大学生学习倦怠总分均值的变化量,根据上述做法求得,男生和女生的学习倦怠总分均值分别增加了0.17和0.30个标准差。由此可知,女生的学习倦怠水平上升的趋势更为明显。

尽管女生的学习倦怠水平随年代的上升趋势更明显,但实际上这一时期男生与女生学习倦怠总分均值的得分谁更高呢?为此,我们采用一般元分析的思路,将男生作为实验组,女生作为对照组,计算性别差异的总体平均效果量d。具体公式为:=ΣWidi/ΣWi;Wi=2Ni/(8+d2i); d=(M女-M男)/SD; SD=[(ne-1)S2e+(nc-1)S2c]/(ne+nc-2)。 其中,ne和nc分别为男生和女生的样本量,Se和Sc分别为两组的标准差,SD为两组的合成标准差,M男与M女分别为男生和女生学习倦怠总分的均值,Wi是各研究的权数,Ni为各研究的样本量,d為每一篇文献的效果量。经计算,大学生学习倦怠性别差异的总体平均效果量为-0.16,即男生比女生有相对较高的学习倦怠水平。但是根据Cohen(1977)的标准,大学生性别差异的平均效果量低于小效应,即大学生学习倦怠得分的性别差异并不显著。

4 讨论

4.1 大学生学习倦怠水平在13年间不断提高

本研究对2005至2017年间120篇测查中国大学生学习倦怠水平的文献进行横断历史的元分析。结果发现,我国大学生的学习倦怠得分整体呈上升趋势(即我国大学生的学习倦怠水平在逐年上升)。从整体变化幅度来看,近13年来大学生的学习倦怠得分上升了0.23个标准差,这与以往关于教师职业倦怠变迁的研究结论(2001至2011年间上升了0.37~1.27个标准差)相一致(刘贤敏等, 2014)。虽然这两项研究所涉及的群体不同,但学习倦怠是基于职业倦怠而提出来的,因此教师职业倦怠的变迁结果对本研究具有一定的参考价值。

4.1.1 大学生学习倦怠水平上升的外部社会因素

本研究发现,当年和三年前的家庭规模数能显著负向预测大学生学习倦怠的得分。总体来说,家庭规模数这一社会指标可能是预测我国大学生学习倦怠水平上升的重要因素,即当前我国大学生学习倦怠水平的提升可能是由社会变迁带来的家庭规模数的减少引起的。具体来说,我国家庭规模数逐年减少,说明大学生所获得的来自家庭各方面的支持可能会减少,获得较低社会支持的学生更倾向于消极应对方式,从而导致逃学、厌学等消极学习行为或情感的出现(庞智辉等, 2010),因此大学生的学习倦怠水平在逐年上升。

4.1.2 大学生学习倦怠水平上升的其他可能的内部心理因素

学习倦怠作为个体的一种主观心理感受,其水平的高低通常会受许多个体内部心理因素的影响。综合已有研究发现,大学生学习倦怠水平的上升,可能与以下几个方面有关。

第一,这可能与其避免失败动机水平的上升有关。有研究表明,大学生的学习倦怠水平与成就动机的避免失败因子呈显著正相关(金春权, 2014; 邹媛园, 魏书堂, 2016)。当个体倾向于避免失败时,个体会因为害怕失败而更加回避或远离学习,很少会付诸行动来改变此状态,因此,个体的学习倦怠水平便会上升(杨丹等, 2016)。而依据对我国大学生成就动机的横断历史研究可知,近年来我国大学生成就动机的避免失败因子与年代呈显著正相关(辛素飞, 王一鑫, 2019)。也就是说,大学生避免失败动机水平的逐年增长可能会使学习倦怠水平升高,从而可能使其学习倦怠水平呈现出逐年上升的趋势。

第二,这可能与其社会支持水平的下降有关。有研究表明,社会支持与学习倦怠呈显著负相关(梁晓, 郭孝军, 丁凌云, 2011; 于丹丹, 赵海楠, 2018)。大多数学者认为社会支持能缓解精神紧张状态,提高社会适应能力,有效降低大学生的学习倦怠水平(李彩超等, 2014)。而依据我国大学生社会支持水平变迁的研究可知,近年来大学生社会支持水平呈逐年下降的趋势(Xin & Xin, 2016),因此,这可以在一定程度上解释大学生学习倦怠水平呈上升趋势的结果,这也与上述宏观层面上的社会支持对学习倦怠解释的结果一致。

4.2 不同性别大学生学习倦怠的变化及差异

本研究对不同性别大学生学习倦怠水平的变迁进行横断历史的元分析,结果发现,男生和女生的学习倦怠水平均随年代呈显著上升趋势,但与男生相比,女生学习倦怠的上升趋势更加明显。这可能与我国传统的文化教育观念有一定关系(辛素飞, 刘丽君, 辛自强, 林崇德, 2018; 辛素飞, 王一鑫, 2019)。我国文化中通常对男生的期望要比女生更高,当这种期望成为一种压力时,男生就会感到一种难以应对的耗竭感進而产生回避行为(温颖, 2015; 周英华, 欧阳秋怡, 2016)。这可能会使男生的学习倦怠一直处于较高水平,导致其随年代的变化趋势不如女生明显。另外,我们通过一般元分析的结果发现,虽然男生比女生有着相对较高的学习倦怠水平,但学习倦怠得分的性别差异并不显著(大学生学习倦怠总分性别差异的平均效果量低于小效应),这与许多关于学习倦怠的研究结果(安桂花等, 2013; 李德宝, 袁橙, 2016; 刘正之等, 2016)是一致的。其原因可能是,随着年龄的增长,女生在大学之后更倾向于有一个稳定的家庭,其继续成长的动力减弱、安于现状,容易产生消极怠慢的心理趋向(连榕等, 2006; 汪利鸿, 2017),逐渐与男生的学习倦怠水平趋向一致,从而可能使得学习倦怠得分的性别差异不明显。

4.3 本研究的局限性

虽然已经得到了上述有价值的结果,但本研究也存在一些局限。由于地区、城乡、是否为独生子女以及不同层次高校等亚群体的文献数量相对较少,本研究并未对这些不同亚群体的结果进行分析,可以待未来文献数量充足时再对其进行更为深入详尽的研究。另外,本研究的研究对象为本科大学生,不包括专科生和高职生等群体,为使结论更具稳定性与可推广性,今后的研究中可以选择这些群体作为被试来检验本研究的结果。

5 结论

本研究采用横断历史的元分析方法对我国大学生学习倦怠水平的研究发现:

(1)13年来,我国大学生的学习倦怠水平在逐年提高;

(2)家庭规模数的减少可能是预测大学生学习倦怠水平提高的重要因素;

(3)男生和女生的学习倦怠水平均随年代呈上升趋势,在学习倦怠得分上不存在显著性别差异。

参考文献

安桂花, 于秀娟, 师玉生 (2013). 大学生核心自我评价与学习倦怠的关系研究. 陇东学院学报, 24(5), 99-102.

池丽萍, 辛自强 (2020). 各类人群社会心理的时代变迁. 心理技术与应用, 8(2), 95-103.

崔风波, 王晓俊 (2014). 大学生社会支持与学习倦怠的关系研究. 科教导刊(上旬刊), (6), 226+243.

丁园园, 陈莹 (2011). 大学生学习倦怠与父母教养方式的研究. 中国电力教育, (29), 180-181.

高园园, 李海洋, 宋言静 (2018). 医学生学习倦怠与心理弹性的关系: 积极情绪的中介作用. 医学教育研究与实践, 26(2), 288-291.

郭彩琴, 肖海雁, 马存银 (2009). 大学生学习倦怠与人格的相关研究. 中国健康心理学杂志, 17(9), 1062-1064.

国家统计局 (2018). 中国统计年鉴. 北京: 中国统计出版社.

金春权 (2014). 大学生时间管理倾向与成就动机、学习倦怠的关系研究——以延边大学为例.硕士学位论文. 延边大学.

李彩超, 陈昕, 刘慧晨, 朱洁玉 (2014). 大学生学习倦怠特点及其与社会支持、自我价值感的关系. 中国健康心理学杂志, 22(11), 1730-1732.

李德宝, 袁橙 (2016). 大学生学习倦怠的现状及成因研究. 中国卫生产业, 13(34), 30-33.

李西营, 宋娴娴, 郭春涛 (2009). 大学生社会支持、控制点及学习压力与学习倦怠的关系研究. 中国临床心理学杂志, 17(3), 287-289.

李雪 (2012). 大学生学习倦怠的现状及其与一般自我效能感的关系. 黑龙江科技信息, (16), 192.

连榕, 杨丽娴, 吴兰花 (2006). 大学生专业承诺、学习倦怠的状况及其关系. 心理科学, 29 (1), 47-51.

梁晓, 郭孝军, 丁凌云 (2011). 硕士研究生自我效能、社会支持与学习倦怠的关系. 中国健康心理学杂志, 19(7), 852-854.

刘俊英 (2010). 大学生学习倦怠研究. 重庆科技学院学报(社会科学版), (17), 189-190+197.

刘罗, 周海花, 李思瑶, 王振, 滕保艳 (2018). 大学生学习压力与心理韧性及学习倦怠的关系. 南京航空航天大学学报(社会科学版), 20(1), 96-100.

刘贤敏, 周炎根, 曹艳杰, 张岩 (2014). 我国高校教师职业倦怠的元分析. 中国健康心理学杂志, 22(9), 1337-1339.

刘正之, 李国忠, 朱丹, 袁际学, 杨孟庄 (2016). 云南省高等院校体育专业学生学习倦怠情况的研究与分析. 云南大学学报(自然科学版), 38(S1), 137-142.

马忆萌, 孟勇, 徐金英 (2014). 大学生时间管理倾向与学习倦怠的关系: 自我效能感的中介作用. 现代预防医学, 41(17), 3161-3164.

牛春娟, 武雪姣, 陈晓梅, 张璐琨, 郑奥文 (2013). 高校大学生学习倦怠和专业承诺的相关分析. 中国电力教育, (7), 211-212.

庞智辉, 游志麒, 周宗奎, 范翠英, 李晓军 (2010). 大学生社会支持与学习倦怠的关系: 应对方式的中介作用. 中国临床心理学杂志, 18(5), 654-656.

汪利鸿 (2017). 大学生学习倦怠及其成因的调查分析. 辽宁农业职业技术学院学报, 19(4), 40-44.

王世嫘 (2009). 高师大学生自我和谐水平对学习倦怠的影响. 中国健康心理学杂志, 17(12), 1469-1471.

温颖 (2015). 大学生学习倦怠调查与应对措施研究. 洛陽理工学院学报(社会科学版), 30(6), 91-96.

肖静, 汪菲, 葛华, 李富业, 连玉龙 (2013). 医学生学习倦怠与情绪智力关系. 中国学校卫生, 34(12), 1442-1444+1447.

辛素飞, 刘丽君 (2019). 少数民族大学生心理健康水平的变迁——横断历史研究的视角. 青年研究, (2), 27-37+94-95.

辛素飞, 刘丽君, 辛自强, 林崇德 (2018). 中国大学生应对方式变迁的横断历史研究. 心理与行为研究, 16(6), 779-785.

辛素飞, 王一鑫 (2019). 中国大学生成就动机变迁的横断历史研究: 1999~2014. 心理发展与教育, 35(3), 288-294.

辛自强, 池丽萍 (2008). 横断历史研究: 以元分析考察社会变迁中的心理发展. 华东师范大学学报(教育科学版), 26(2), 44-51.

辛自强, 张梅 (2009). 1992年以来中学生心理健康的变迁: 一项横断历史研究. 心理学报, 41(1), 69-78.

辛自强, 张梅, 何琳 (2012). 大学生心理健康变迁的横断历史研究. 心理学报, 44(5), 664-679.

许有云 (2007). 大学生学习倦怠及其与应对风格的关系. 中国健康心理学杂志, (3), 243-245.

杨滨妮, 余思海, 曾欣虹, 陈妮娅 (2011). 大学生学习倦怠与主观幸福感的关系探讨. 沈阳工程学院学报(社会科学版), 7(1), 137-139.

杨丹, 梁三才, 吴海梅 (2016). 大学生成就动机与学习倦怠的关系: 希望的中介作用. 中国健康心理学杂志, 24(2), 255-259.

杨红君, 高明, 李国强, 龚跃华, 胡小兰, 文小辉 (2013). 大学生学习倦怠与成人依恋的关系: 自我模型的作用. 中国临床心理学杂志, 21(5), 829-831.

于丹丹, 赵海楠 (2018). 大学生社会支持与学习倦怠的关系. 校园心理, 16(6), 427-430.

张恒, 易玉屏 (2018). 大学生学习倦怠与一般自我效能感关系的研究——以山东某学院为例. 岳阳职业技术学院学报, 33(4), 8-11.

周英华, 欧阳秋怡 (2016). 医学本科生学业拖延的相关影响因素及其与学习倦怠的相关性分析. 世界最新医学信息文摘, 16(90), 428-429.

邹媛园 (2011). 大学生成就动机与学习倦怠的关系研究. 价值工程, 30(31), 153-154.

邹媛园, 魏书堂 (2016). 大学生心理资本、成就动机与学习倦怠的相关性. 商洛学院学报, 30(4), 72-76+87.

Cohen, J. (1977). Statistical power analysis for the behavioral sciences. San Diego, CA: Academic Press.

Twenge, J. M. (1997). Changes in masculine and feminine traits over time: A meta-analysis. Sex Roles, 36(5-6), 305-325.

Twenge, J. M. (2000). The age of anxiety? Birth cohort change in anxiety and neuroticism, 1952-1993. Journal of Personality and Social Psychology, 79(6), 1007-1021.

Twenge, J. M., & Campbell, W. K. (2001). Age and birth cohort differences in self-esteem: A cross-temporal meta-analysis. Personality and Social Psychology Review, 5(4), 321-344.

Twenge, J. M., & Foster, J. D. (2010). Birth cohort increases in narcissistic personality traits among American college students, 1982-2009. Social Psychological and Personality Science, 1(1), 99-106.

Twenge, J. M., & Im, C. (2007). Changes in the need for social approval, 1958-2001. Journal of Research in Personality, 41(1), 171-189.

Xin, S. F., & Xin, Z. Q. (2016). Birth cohort changes in Chinese college students loneliness and social support: One up, as another down. International Journal of Behavioral Development, 40(5), 398-407.

Xin, Z. Q., & Xin, S. F. (2017). Marketization process predicts trust decline in China. Journal of Economic Psychology, 62, 120-129.