探索教育中年轻成年人的孤独感频率、强度和持续时间及其相关因素:基于欧盟孤独感调查数据的潜在类别分析

《Personality and Individual Differences》:Exploring the frequency, intensity, and duration of loneliness, and its correlates, among young adults in education: A latent class analysis of data from the EU loneliness survey

【字体: 大 中 小 】 时间:2026年08月17日 来源:Personality and Individual Differences 2.8

编辑推荐:

  本研究探讨了欧盟范围内18-24岁年轻成年学生(n=543)中孤独感的表现形式,并识别了区分严重、持续性孤独感与更短暂体验的因素。研究人员使用欧盟孤独感调查(EU Loneliness Survey)数据的潜在类别分析(latent class analysi

  
本研究探讨了欧盟范围内18-24岁年轻成年学生(n=543)中孤独感的表现形式,并识别了区分严重、持续性孤独感与更短暂体验的因素。研究人员使用欧盟孤独感调查(EU Loneliness Survey)数据的潜在类别分析(latent class analysis, LCA),整合了孤独感频率、强度和持续时间,以识别不同的孤独感特征,而非将孤独感视为单一、统一的构念。在社会生态模型(Socio-Ecological Model)的指导下,研究人员检验了个人、人际、社区和社会因素如何与这些特征相关联。通过这样做,本文超越了描述性、以变量为中心和单一国家的研究,提供了首个欧盟范围内以人为中心的年轻成年学生孤独感严重程度分析,填补了文献中的关键空白。研究结果表明,严重孤独感主要受主观人际过程的影响,特别是低感知社会支持和未满足的社会需求,而非直接由社区参与或许多通常假设的个人和社会风险因素决定。研究结果为高等教育背景下的理论、政策和干预提供了更清晰的目标。
孤独感在年轻成年人(18-24岁)中高度普遍,但现有研究多聚焦于孤独感频率,忽略了其强度和持续时间维度,且常将孤独感视为单一构念,难以区分短暂适应性孤独与严重持续性孤独。此外,多数证据来自单一国家,缺乏欧盟范围内的跨文化、以人为中心的分析。为填补这一空白,研究人员开展了本研究。研究人员利用欧盟孤独感调查(EU Loneliness Survey)的EU27样本(543名18-24岁在校学生),采用潜在类别分析(latent class analysis, LCA)识别孤独感特征,并基于社会生态模型(Socio-Ecological Model)检验个体、人际、社区及社会层面的相关因素。研究主要结论:孤独感存在三个严重程度递增的特征(低、中、高孤独感),严重孤独感主要由主观人际因素(低感知社会支持、未满足社交需求)区分,而非客观社区参与或常见风险因素。该研究首次提供了欧盟学生孤独感的多维特征分析,为理论、政策及高等教育干预提供精准目标。论文发表在《Personality and Individual Differences》。

**关键技术与方法**(不超过250字):
主要技术方法包括:①潜在类别分析(LCA),用于基于孤独感频率、强度和持续时间三个连续指标识别不同特征;②三步法(R3STEP、BCH、DE3STEP)处理协变量,通过多分类逻辑回归(R3STEP)分析个体与人际层面(如性别、关系状态、社会支持)对特征归属的影响,并通过BCH方法比较连续远端结果(如社交参与、个人主义-集体主义分数)在各特征间的差异,DE3STEP方法处理有序社会层面变量(世界银行收入分组)。数据来源为欧盟孤独感调查的EU27样本(543名18-24岁在校学生)。分析使用Mplus 9软件,模型选择基于AIC、BIC、ssaBIC、LMR-LRT、熵值及类别同质性等标准。

**研究结果**:
**3.1 描述性分析(Descriptive Analysis)**:通过描述性统计和相关性分析,发现三个孤独感指标(频率、强度、持续时间)之间存在中等至高度的正相关,支持其概念区分但共现趋势。
**3.2 潜在类别分析(Latent Class Analysis)**:基于LCA拟合1-10类别模型,三类别模型最佳(AIC、BIC、ssaBIC最低,LMR-LRT显著p<0.001,熵值0.848)。三个特征为:低孤独感组(23.3%)、中等孤独感组(56.2%)、高孤独感组(20.5%),三组在频率、强度、持续时间上呈平行递增趋势,表明严重孤独感是一种多维度的持续体验。
**3.2.1 类别解(Class Solutions)**:通过LMR-LRT等统计指标确认三类别模型优于其他模型,且具有理论可解释性。
**3.2.2 潜在类别成员的相关因素(Correlates of Latent Class Membership)**:使用R3STEP方法进行多分类逻辑回归,以低孤独感组为参照,发现:女性及性别多样化学生(OR=3.57, p=0.003)和单身学生(OR=0.29, p=0.003)更可能属于高孤独感组;社会支持(BCH检验,χ2=62.54, p<0.001)和社交需求满足度(BCH检验,χ2=21.30, p<0.001)在各组间均显著差异,高孤独感组社会支持最低、未满足需求最高;社区参与中,俱乐部/协会参与度在高孤独感组显著低于其他组(χ2=9.59, p=0.008);社会层面变量(个人主义-集体主义分数、国家收入分组)未显著区分特征(p>0.01)。

**总结讨论与结论**:
讨论指出,严重孤独感符合认知差异理论(Cognitive Discrepancy Theory),即主观人际感知(社会支持、需求满足)比客观连接(居住安排、朋友数量)更能区分特征。性别差异仅在严重组显著,社区参与仅部分相关,社会层面因素不显著,表明孤独感主要由人际过程驱动。研究意义:需针对心理机制(如认知行为干预)而非单纯增加社交机会来缓解严重孤独感。局限性包括横截面设计、样本代表性有限(偏向高收入国家)等。研究结论:孤独感在教育中的年轻成年人中聚类为不同严重程度特征,评估需超越频率,强调区分短暂与严重孤独感的重要性;人际感知最接近严重程度,社区和社会影响间接;需要敏感性政策与干预措施支持经历严重孤独感的学生。
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