体育舞蹈专项大学生焦虑现状研究

来源 :武汉体育学院 | 被引量 : 6次 | 上传用户:kangj04
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
追求幸福、和谐的生活是人类文明的主旋律;保持愉悦、轻松的学习与运动心理是每一个学生追求的目标。作为同龄群体中的佼佼者——大学生,他们正处在人生的重要发展阶段,处在价值观、世界观逐渐定型时期。他们是家庭的希望,是社会发展的动力。大学生的健康成长对社会的可持续发展、对家庭的和谐幸福具有不可估量的价值。在这一背景下,加强对大学生焦虑现状的研究及如何缓解个体焦虑情绪显得尤为重要。本研究采用文献资料法、访谈法、经验总结法、问卷调查法等研究方法,调查对象为武汉体育学院体育舞蹈专项以及其他体育专项大一、大二和大三学生共340名,旨在探究体育舞蹈专项大学生心理焦虑状态及特点,为体育舞蹈专项大学生的健康成长提供有针对性的建议,并为体育舞蹈教学提供心理学依据,从而促进体育舞蹈的发展。本研究的主要结果是:1.体育舞蹈专项大学生与中国常模以及非体育舞蹈专项相比,焦虑状况有显著差异。与中国常模相比较,体育舞蹈专项大学生SAS水平显著高于常模(p<0.00),在认知状态焦虑、躯体状态焦虑、状态自信心上,与常模比较,体育舞蹈专项女大学生得分显著高于常模(p<0.00);与其他体育专项大学生相比较,体育舞蹈专项大学生在状态自信心上得分显著高于其他体育专项大学生(p<0.05);在SAS、躯体状态焦虑上得分显著低其他体育专项大学生(p<0.05),两者焦虑症状发生率差异存在统计学意义(χ2=18.901,p﹤0.00)。2.体育舞蹈专项大学生在性别、年级、独生子女、训练年限方面基本有显著差异。在性别上,男生在状态自信心上得分显著高于女生(p<0.05),在躯体状态焦虑上得分显著低于女生(p<0.05);在年级上,SAS焦虑水平一年级得分显著高于二年级、三年级(p<0.01),在状态自信心上,二年级显著高于三年级(p<0.05),焦虑检出率在年级上差异存在统计学意义(χ2=9.585,p<0.00);在状态自信心上,是否独生子女得分差异有统计学意义(p<0.05);在训练年限上,训练时间18个月及以下组的SAS焦虑水平得分显著高于训练30个月及以上组(p<0.05),在身体状态焦虑上,训练在18-30个月之间组得分显著高于训练30个月及以上组(p<0.05),体育舞蹈专项大学生焦虑症状发生率在训练年限上差异存在统计学意义(χ2=8.276,p<0.00)。3.在是否是固定舞伴上,虽有较小的数值之差,但无统计学意义。本研究认为,体育舞蹈专项大学生是体育舞蹈发展的未来力量,如果他们出现心理问题且得不到重视及有效干预,体育舞蹈事业的发展必然会受到严重影响。只有重视与排解体育舞蹈专项大学生焦虑状态才能促进他们的健康成长,才能真正实现体育舞蹈教学质量的飞跃。
其他文献
随着近几年对第二语言教育研究的不断深入,普遍认为母语基础夯实的学习者外语水平也相对较高。并且只要能灵活运用母语知识,当外语知识掌握不是很充分的时候,一定程度上可以
讨论了用于超低空雷达的低相位噪声、高频谱纯度、快速频率捷变的直接全相参频率源,该频率源除产生一路低相噪的一本振信号外,还输出二本振信号,两个相参中频信号和全机定时
语音识别中的端点检测要求对噪声有很强的鲁棒性。该文提出一种方法,综合采用了语音信号中的4个相互之间独立性强的特征-短时能量、倒谱距离、能量谱方差和能量-熵特征,有效
古典诗歌是中国文学艺术宝库中的一朵奇葩,它以特殊的形式以及最为经济的文字表达最为丰富的内涵,它是我们对学生进行德育渗透的有效载体。诗歌教学中,我们应深入挖掘它的艺
W.J.Granger与D.F.Hendry(2004)关于建模思路的对话引起了国际计量经济学界关于模型设定问题的争论,本文就这一问题分析讨论了在金融时序数据实证研究中得以广泛应用的ARCH/G
针对气动光学效应以及噪声等先验信息不明带来的图像模糊退化,从而使图像过渡区域不易进行细化的问题,提出了一种大气湍流退化图像的过渡区域提取及细化算法。首先,对退化图
<正>人教版高中语文课本中,苏轼的作品一共三篇,分别是《前赤壁赋》《念奴娇·赤壁怀古》和《定风波》(莫听穿林打叶声)。这三篇作品都是苏轼被贬黄州时期的作品。教材的编排
本文对经济学中一般均衡理论进行了概述。文中主要介绍了Ar-row-Debreu经济模型、均衡存在性定理、存在性问题在无穷维商品空间上的扩展以及相关工作。
爱因斯坦说:"想象力远比知识更重要,因为知识是有限的,而想象力概括着世界上的一切并推动着进步。想象才是知识进化的源泉"。英国诗人雪莱也说:"想象是创造力"。因此,在语文
根据数据挖掘技术的概念、数据的组织方式和系统的设计方法,利用k-中心算法对人才素质进行分类,借助判定树归纳分类法对人才素质进行分析和评价,提出了混合数据挖掘算法,提高