Section
UDC
159.923:519.711.3:616-051DOI
https://doi.org/10.31429/26190567-26-1-124-145How to Cite
This work is licensed under a Creative Commons Attribution 4.0 International License.
Copyright (c) 2025 Аксютенков Г.С., Князева Е.В.
Abstract
The article reflects the results of the empirical substantiation of the technology of mathematical modeling for predicting the psychological resources of proactive coping using the example of a medical worker. The following hypothesis was tested: proactive coping in the system of coping strategies acts as a predictor of psychological resources of the individual’s resistance to the development of emotional (professional) burnout, which can be confirmed using mathematical modeling technology and the developed model of prognostic diagnostics. The manifestations of symptoms of professional burnout were studied in a sample of 250 medical workers. The results showed that 59.2% of respondents did not have pronounced symptoms of burnout. However, confirmation of the tendency to develop professional burnout syndrome in 40.8% of respondents determines the high demand for finding scientifically based directions of psychological support for subjects of this type of activity. The resource base of a personality not susceptible to burnout syndrome is determined by a smoothed configuration of the personality profile with an average level of expression of the diagnosed qualities. Subjects are sociable, balanced, situational in activating extra- and introversion. In a significant part of respondents, proactive coping (PRO) of average activity level is a resource in overcoming stress. At the average level, all types of reflection of activity (retrospective, prospective, current, communication) are developed. The integral system of self-regulation of voluntary activity is characterized by the predominance of the mechanism of modeling external and internal significant conditions for overcoming difficult situations, their awareness, detail and adequacy. At the second stage of the study, the task of conducting mathematical modeling of the obtained structural-dynamic variables and developing a model of predictive diagnostics of psychological resources to counteract the risks of maladaptation of medical workers was solved. The “PRO” component received the status of an effective attribute. Step by step, for further research, the following features were included, confirmed by the analysis of variance as factors: “masculinity/femininity”; “reflective coping”; “preventive coping”; “retrospective reflection of activity”; “reflection of future activity”; “independence”; “flexibility”; “programming”. An analytical equation (regression model) was obtained to determine the mathematical relationship between the resultant feature and the factor features using the least squares method. At the final step, the average values of the features were determined as their mathematical expectation to construct the ideal trend line. It was shown that comparing the values of y (average) and y (individual) allows us to determine how large the overall deviation of the personal trajectory of the resultant feature (PTF) from the given one is, and what should be done to bring them closer together.
Keywords
Funding information
Исследование выполнено при финансовой поддержке Кубанского научного фонда в рамках научно-инновационного проекта № НИП-20.1/22.36 «Система и технология противодействия рискам профессиональной дезадаптации и снижения качества жизни медицинских работников в условиях техногенных, биогенных угроз».
References
Агадуллина, Е.Р., Белинская, Е.П., Джураева, М.Р. (2020). Личностные и ситуационные предикторы проактивного совладания с трудными жизненными ситуациями: кросс-культурные различия. Национальный психологический журнал, 3(39), 30–38. DOI: 10.11621/npj.2020.0304
Водопьянова, Н.Е., Патраков, Э.В., Чижкова, Е.А., Бугулиев, Л.Г. (2023). Личностные корреляты выгорания IT-специалистов. Азимут научных исследований: педагогика и психология, 12(3), 120–124. DOI: 10.57145/27128474-2023-12-03-28
Водопьянова, Н.Е. (2009). Психодиагностика стресса. СПб: Питер.
Ильясова, Г.Н., Фарахьянова, А.К. (2016). Взаимосвязь стрессоустойчивости и профессиональной деятельности врачей-терапевтов. В Современные проблемы социально-гуманитарных наук (с. 104–109). Уфа: Научно-образовательный центр «Знание».
Карпов, А.В., Пономарева, В.В. (2000). Психология рефлексивных механизмов управления. Москва: Институт психологии РАН.
Кудрина, И.И., Леонова, А.Б. (2019). Специфика профессионального стресса, индивидуальной стресс-резистентности и копинг-поведения у медицинских работников. В Психология стресса и совладающего поведения: вызовы, ресурсы, благополучие (с. 210–214). Москва: МГУ им. Ломоносова.
Куфтяк, Е.В., Бехтер, А.А. (2020). Стресс и проактивное совладающее поведение в период пандемии COVID‑19: данные онлайн опроса. Медицинская психология в России: электрон. научный журнал, 12(6), 65.
Кравченко, Л.Ш., Ахмедова, Ш.У. (2017). Организация профилактических мероприятий по выявлению и устранению стресса в работе врача. Молодой ученый, 17, 127–129.
Крюкова, Т.Л., Силина, Е.А., Говоркова, А.М., Екимчик, О.А. (2021). Совладание со стрессом в ситуации пандемии COVID‑19 и самоизоляции. В Психологическое сопровождение пандемии COVID‑19 (с. 189–198). Москва: Факультет психологии МГУ имени М.В. Ломоносова.
Леонтьев, Д.А. (2016). Саморегуляция, ресурсы и личностный потенциал. Сибирский психологический журнал, 62, 18–37.
Математическая психология: современное состояние и перспективы (2023). В Материалы международной научной конференции, посвященной 90 летию со дня рождения В.Ю. Крылова. Москва, 26–27 октября 2023 г. Москва: Институт психологии РАН, 320. DOI: 10.38098/conf‑23-0469
Моросанова, В.И. (2004). Опросник «Стиль саморегуляции поведения» (ССПМ): Руководство. Когито-Центр.
Панфилова, А.С. (2023). Применение методов объяснимого искусственного интеллекта к моделям диагностики психологических свойств личности. В Математическая психология: современное состояние и перспективы. Материалы международной научной конференции, посвященной 90 летию со дня рождения В.Ю. Крылова. Москва, 26–27 октября 2023 г. (с. 193–200). Москва: Институт психологии РАН.
Петренко, В.Ф., Супрун, А.П. (2023). Ментальные и математические модели в познании многомерного мира. В Математическая психология: современное состояние и перспективы. Материалы международной научной конференции, посвященной 90 летию со дня рождения В.Ю. Крылова. Москва, 26–27 октября 2023 г. Институт психологии РАН, 31–39.
Крылов А.А. (ред.) (2020). Практикум по общей и экспериментальной психологии. СПб: Питер.
Пусташиева, М.Н. (2017). Оценка психологического статуса больных и синдрома эмоционального выгорания у врачей первичного звена в амбулаторных условиях. Смоленский медицинский альманах, 1, 298–302.
Соболева, А.Е. (2018). Взаимосвязь жизнестойкости и отношения к работе у медицинских работников. Устойчивое развитие науки и образования, 8, 46–50.
Старченкова, Е.С. (2009). Концепция проактивного совладающего поведения. Вестник Санкт-Петербургского университета, 12(1), 198–205.
Шадрина, А.Ю., Иванова, Н.Г. (2019). Стресс и стрессоустойчивость медицинских работников. Chronos, 7(34), 25–28.
Шендяпин, В.М. (2023). Байесовский механизм и мультисенсорная интеграция: задачно-ориентированная модель принятия решения и уверенности в восприятии. В Математическая психология: современное состояние и перспективы. Материалы международной научной конференции, посвященной 90 летию со дня рождения В.Ю. Крылова. Москва, 26–27 октября 2023 г. (с. 114–123) Институт психологии РАН.
Ясько, Б.А., Дорохова, И.О. (2024). Тенденции динамики потребности аффилиации при переживании личностью жизненных кризисов. Южно-российский журнал социальных наук, 24(1), 113–125. DOI: 10.31429/26190567-25-2-113-125
Ясько, Б.А., Тедорадзе, Д.Д. (2023). К проблеме стрессоустойчивости врача на этапах жизненного пути (на примере личности врача-педиатра). Национальное здоровье, 3. DOI: 10.34853/NZ.2023.77.77.001
Abdollahi, A., Abu Talib, M., Yaacob, S.N., Ismail, Z. (2014). Hardiness as a Mediator between Perceived Stress and Happiness in Nurses. Journal of Psychiatry and Mental Health Nursing, 21(9), 789–796. DOI: 10.1111/jpm.12142
Abedin, B. (2022). Managing the Tension between Opposing Effects of Explainability of Artificial Intelligence: A Contingency Theory Perspective. Internet Research, 32(2), 425–453. DOI: 10.1108/INTR‑05-2020-0300
Angelov, P.P., Soares, E.A., Jiang, R., Arnold, N.I., Atkinson, P.M. (2021). Explainable Artificial Intelligence: An Analytical Review. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 11(5), 1–13. DOI: 10.1002/widm.1424
Greenglass, E.R. (2002). Beyond Coping: Meeting Challenges, Vision, and Challenges. London: Oxford University Press, pp. 37–62.
Guidotti, R. Monreale, A., Ruggieri, S., Turini. F., Giannotti, F., Pedreschi, D. (2018). A Survey of Methods for Explaining Black Box Models. ACM Computing Surveys, 51(5), 93.
Lambert, V., Lambert, C., Petrini, M., Xiao, M., Zhang, Y. (2007). Workplace and Social Factors Associated with Physical and Mental Health in Hospital Nurses in China. Nursing and Health Sciences, 9, 120–126. DOI: 10.1111/j.1442-2018.2007.00316.x
Lasarus, R. (1999). Stress and Emotion. A New Synthesis. London: Free Association Book.
Lasarus, R.S., Folkman, S. (1984). Stress, Appraisal and Coping. New York: Springer Publishing Company.
Rivera, M., Shapoval, V., & Medeiros, M. (2021). The Relationship between Career Adaptability, Hope, Resilience, and Life Satisfaction for Hospitality Students in Times of Covid‑19. Journal of Hospitality, Leisure, Sport & Tourism Education 29, 789–796. DOI: 10.1016/j.jhlste.2021.100344