社会支持对大学生心理健康的影响机制:基于SEM–ANN混合模型的情绪调节与自我效能中介作用研究

《Scientific Reports》:Understanding the mental health effects of social support among university students: a hybrid SEM–ANN approach

【字体: 大 中 小 】 时间:2026年04月29日 来源:Scientific Reports 3.9

编辑推荐:

  本研究聚焦社会支持(SS)如何影响大学生心理健康(MH)的心理机制不明问题,采用SEM–ANN混合模型分析557名入学新生数据。结果显示,情绪调节(ER)、自我效能(SE)及应对策略(CS)在SS与MH间起完全中介作用,ER(100%)预测权重最高。成果为高校设计靶向干预提供了理论依据。

  
刚踏入大学校园的新生们,正经历着从“高中生”到“大学生”的身份蜕变。军训的烈日与汗水不仅锤炼了体魄,也带来了心理上的巨大震荡——陌生的环境、全新的人际关系、高压的学业竞争,让许多年轻人的内心世界充满了不确定性。尽管我们都知道“朋友的支持”很重要,但这份来自他人的温暖,究竟是如何一步步转化为内心力量的?这中间的“心理黑箱”一直困扰着研究者。
为了揭开这个谜底,一项发表在《Scientific Reports》上的研究,对557名刚刚结束入学军训的中国大学生进行了深度调查。研究团队没有采用单一的传统统计方法,而是创新性地结合了结构方程模型(SEM)和人工神经网络(ANN),试图同时捕捉变量间的线性关系与非线性的复杂互动。结果发现,社会支持本身并不直接“治愈”心理困扰,而是通过三条隐秘的通道发挥作用:提升自我效能感(相信自己能行)、增强情绪调节能力(能稳住情绪)、优化应对策略(积极解决问题)。其中,情绪调节能力被模型识别为预测心理健康的“最强王者”(重要性100%)。这意味着,高校心理工作不能止步于“搞团建、拉关系”,更应教会学生如何管理情绪与压力。

关键技术与方法

研究采用横断面调查设计,于入学军训后对557名中国大学生进行问卷评估,测量社会支持、心理健康、自我效能(SE)、情绪调节(ER)及应对策略(CS)五个核心变量。数据分析阶段采用两阶段混合方法:先利用结构方程模型(SEM)验证变量间的线性结构与中介路径;再通过多层感知器人工神经网络(ANN) 模型分析各预测变量的非线性影响及相对重要性权重,确保模型稳健性。

研究结果

1. 变量间的关联与中介效应

通过SEM分析发现,社会支持(SS)与大学生心理健康(MH)之间存在显著的间接关联,但这种关联完全由中介变量传递,不存在直接效应。情绪调节(ER)、自我效能(SE)和应对策略(CS)三者均表现出显著的中介作用,构成了SS影响MH的核心心理机制通路。

2. 预测因子的相对重要性

ANN模型的多层感知器分析进一步量化了各机制的影响力排序。归一化重要性分析显示:情绪调节(ER) 以100%的权重成为最强预测因子,自我效能(SE)(80.7%)与应对策略(CS)(70.1%)紧随其后。这一结果证实了在复杂的现实心理系统中,ER是维持MH最关键的缓冲资源。

结论与意义

本研究证实,社会支持是通过“赋能”(提升SE)、“稳情”(增强ER)和“优术”(改善CS)三大机制间接守护大学生心理健康的。尤其是在充满挑战的入学过渡期,培养情绪调节能力应成为心理干预的“牛鼻子”。这不仅为“为什么好朋友能让我们变坚强”提供了科学解释,也为高校设计精准的心理健康课程(例如,多开情绪管理课,少搞形式主义的讲座)指明了方向。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号