يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

نمذجة نظام ديناميكي غير خطي لتنظيم الإجهاد والسلوك العاطفي في التعليم العالي

111 مشاهدة

⸱

DOI:

10.3791/71462

⸱

أغسطس 18, 2026

1School of Humanities, Zhuhai College of Science and Technology

في هذه المقالة

ملخص

يقدم هذا البروتوكول إطار عمل لفضاء الحالة غير الخطي مستوحى من الفيزياء لنمذجة ديناميكيات التوتر والعاطفة في التعليم العالي، مما يتيح للمستخدمين تحليل عتبات الاحتراق النفسي، ودورات التوتر التذبذبية، والمرونة، والتنظيم التكيفي باستخدام المعادلات التفاضلية، وتحليل الاستقرار، والمحاكاة العشوائية.

الملخص

عادةً ما يتم فحص تنظيم التوتر والسلوك العاطفي في التعليم العالي باستخدام نماذج إحصائية وصفية تفتقر إلى بنية ديناميكية ميكانيكية. ومع ذلك، يُظهر التوتر الأكاديمي سلوكيات غير خطية، بما في ذلك تأثيرات العتبة، والاحتراق النفسي، والاستجابات التكيفية، والتي لا تستطيع النماذج الخطية رصدها بشكل كافٍ. تتبنى هذه الدراسة منظور الأنظمة الديناميكية غير الخطية لنمذجة تنظيم التوتر والسلوك العاطفي في التعليم العالي. الهدف الأساسي من هذه الدراسة هو تطوير إطار عمل للفضاء الحالات غير الخطي مستوحى من الفيزياء، يقوم بنمذجة دقيقة للاقتران بين التوتر والعاطفة والتنظيم التكيفي في التعليم العالي. يضع البروتوكول نموذج فضاء حالات غير خطي يصف التوتر، والتنشيط العاطفي، والقدرة التنظيمية. ويمكن للمستخدمين تنفيذ البروتوكول لمحاكاة ديناميكيات النظام وتقييم الاستقرار تحت ظروف أكاديمية متنوعة. يدمج إطار العمل تحليلات الاستقرار غير الخطية والمحاكاة العشوائية لاستقصاء المرونة، وعدم الاستقرار، والانتقالات المرتبطة بالاحتراق النفسي. وتظهر نتائج المحاكاة استقراراً غير خطي، وتأثيرات المرونة، وانتقالات الأنظمة التي لا ترصدها النماذج الخطية التقليدية. وتشير النتائج إلى أن تنظيم التوتر في التعليم العالي يسلك سلوك نظام ديناميكي غير خطي. ومن خلال دمج الديناميكيات غير الخطية، ونمذجة مشهد الطاقة، ونظرية التنظيم التكيفي، يقدم هذا العمل إطاراً تنبؤياً موحداً يشرح عمليات المرونة وعدم الاستقرار والتعافي في البيئات الأكاديمية. ويوفر هذا الإطار أساساً للدراسات المستقبلية حول رفاهية الطلاب ومخاطر الاحتراق النفسي، وهو ذو صلة بالباحثين والممارسين المهتمين برفاهية الطلاب وتنظيم التوتر.

المقدمة

يمكن تفسير تنظيم التوتر والسلوك العاطفي في التعليم العالي كعملية ديناميكية معقدة تتطور بمرور الوقت تحت التأثير المشترك للتغذية الراجعة النفسية الداخلية والضغوط الأكاديمية الخارجية1. إذ تعمل الواجبات الدراسية، والامتحانات، والتوقعات المؤسسية، والتقييم الاجتماعي على إحداث اضطرابات مستمرة في الحالات العاطفية للطلاب، مما يؤدي إلى تقلبات في مستويات القلق والتحفيز والمشاركة2. وتتطور هذه الاستجابات العاطفية ضمن فضاء طوري متعدد الأبعاد تحكمه عمليات التقييم المعرفي، واستراتيجيات التكيف، وآليات التنظيم التكيفية3. وعادة ما تفترض نماذج الاستجابة للتوتر الكلاسيكية في علم النفس التربوي وجود علاقات طردية بين محفزات التوتر وردود الفعل العاطفية، وغالباً ما تعتمد على تحليلات الانحدار أو المؤشرات الإحصائية الوصفية لتوصيف هذه العلاقات4. ومع ذلك، تظهر الملاحظات التجريبية باستمرار سمات غير خطية مثل تأثيرات العتبة، والتشبع، والتباطؤ، والانتقالات المفاجئة، بما في ذلك الاحتراق النفسي والانهيار العاطفي5. فقد تؤدي الضغوط الصغيرة إلى تحولات عاطفية طفيفة في الظروف المستقرة؛ ولكن عند الاقتراب من العتبات الحرجة، يمكن أن تؤدي إلى استجابات عاطفية غير متناسبة6. يشبه هذا السلوك التذبذبات غير الخطية وظواهر التشعب الملاحظة في الأنظمة الفيزيائية التي يتم الحفاظ عليها بعيداً عن حالة التوازن7. ومن هذا المنظور، يمكن تصور الطلاب كأنظمة تبددية مفتوحة تتبادل باستمرار "طاقة" مرتبطة بالتوتر مع بيئتها الأكاديمية من خلال عمليات التغذية الراجعة التي تحكم التنظيم والتكيف8.

من منظور تربوي ونفسي، يمكن تفسير المفاهيم المستخدمة في الإطار الحالي بشكل بديهي؛ حيث يمثل تراكم الإجهاد العبء التدريجي الناتج عن المتطلبات الأكاديمية والضغوط البيئية. ويعكس التنشيط العاطفي التغيرات في الحالات الوجدانية، مثل القلق والإحباط والدافعية والاندماج، بينما تتوافق القدرة التنظيمية مع آليات التكيف والتنظيم الذاتي التي تساعد الطلاب على التكيف مع التحديات. ولغرض التنفيذ التجريبي مستقبلاً، يمكن تمثيل تراكم الإجهاد باستخدام مقاييس الإجهاد المدرك، ويمكن تقييم التنشيط العاطفي باستخدام أدوات معتمدة لقياس القلق أو الحالة المزاجية أو الرفاه العاطفي، كما يمكن تقدير القدرة التنظيمية باستخدام مقاييس المرونة أو التكيف أو التنظيم الذاتي. وتوفر هذه الربوط أساساً عملياً لتقدير المعلمات ومعايرة النموذج في المستقبل. وفي هذا السياق، يمكن فهم المفاهيم غير الخطية مثل الاستقرار والمرونة والانتقالات الحرجة على أنها أنماط متميزة من التكيف النفسي؛ حيث تمثل الحالات المستقرة الأداء العاطفي المتوازن، وتعكس المرونة القدرة على التعافي من الاضطرابات، بينما تتوافق الانتقالات الحرجة مع التحولات المفاجئة نحو نتائج غير تكيفية، مثل الإجهاد المزمن أو الاحتراق النفسي. وتعمل هذه التفسيرات على إرساء جسر مفاهيمي أكثر وضوحاً بين علم النفس التربوي ونظرية الأنظمة الديناميكية غير الخطية، مما يعزز من إمكانية وصول الجمهور من مختلف التخصصات إلى الإطار المقترح وفهمه.

لتوفير نظرة عامة مفاهيمية لهذه التفاعلات، يوضح الشكل 1 بنية التفاعلات الديناميكية بين الإجهاد والعاطفة في أنظمة التعليم العالي. ويعرض المخطط مدخلات الإجهاد الناجمة عن المتطلبات الأكاديمية، ومتغيرات الاستجابة العاطفية التي تمثل تطور الحالة النفسية، وآليات التنظيم التكيفية التي تعدل النظام من خلال حلقات التغذية الراجعة. تتفاعل هذه المكونات ديناميكيًا، مما ينتج مسارات ضمن فضاء طور الإجهاد والعاطفة قد تتقارب نحو حالات عاطفية مستقرة أو تتباعد نحو أنظمة غير تكيفية. ورغم أن هذا التمثيل المفاهيمي يسلط الضوء على الطبيعة الديناميكية للتنظيم العاطفي، إلا أن النماذج النفسية الحالية نادرًا ما تترجم هذه العلاقات إلى بنيات رياضية صريحة تصف التطور الزمني.

مخطط نموذج إجهاد الطلاب؛ الديناميكيات غير الخطية؛ حلقات التغذية الراجعة؛ الحالات العاطفية؛ نظرية التشعب.
الشكل 1: مخطط مفاهيمي للتفاعل الديناميكي بين الإجهاد والعاطفة في أنظمة التعليم العالي. يوضح هذا الشكل الهيكل المفاهيمي لديناميكيات الإجهاد والعاطفة في البيئات الأكاديمية. ويُظهر المخطط مدخلات الإجهاد الناجمة عن المتطلبات الأكاديمية، ومتغيرات الاستجابة العاطفية التي تمثل تطور الحالات النفسية، وآليات التنظيم التكيفية التي تضبط النظام من خلال حلقات التغذية الراجعة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

تتضح محدودية نهج النمذجة الحالية بشكل أكبر في الشكل 2، الذي يعرض إطاراً مفاهيمياً يحدد الفجوات البحثية الرئيسية في أدبيات نمذجة الإجهاد الموجودة. ويكمن في مركز المخطط غياب إطار ديناميكي ميكانيكي للتفاعل بين الإجهاد والعاطفة. وتحيط بهذا القصور عدة فجوات مترابطة تميز الأبحاث الحالية؛ أولاً، تعتمد العديد من الدراسات على مؤشرات إجهاد قائمة على الارتباط تفتقر إلى معادلات حاكمة لوصف التطور الزمني وديناميكيات التغذية الراجعة9. ثانياً، غالباً ما يتم وصف الاحتراق النفسي وعدم الاستقرار العاطفي وصفاً نوعياً بدلاً من استخدام تحليل الاستقرار الرسمي باستخدام مصفوفات جاكوبي (Jacobian matrices) أو المعايير القائمة على القيم الذاتية (eigenvalue-based criteria)10. ثالثاً، تفتقر النماذج الموجودة إلى تمثيلات لمشهد الطاقة قادرة على قياس المرونة أو هندسة حوض الجذب (basin-of-attraction geometry) ضمن أنظمة التنظيم العاطفي11. وأخيراً، غالباً ما يتم التعامل مع الإجهاد والاستجابات العاطفية كمتغيرات مستقلة بدلاً من متغيرات حالة مقترنة ديناميكياً تحكمها عمليات تغذية راجعة غير خطية12. وتبرز هذه الفجوات مجتمعة الحاجة إلى إطار نمذجة ديناميكي صارم قادر على وصف السلوك التذبذبي، وتعدد الاستقرار، والانتقالات الطورية في أنظمة الإجهاد في التعليم العالي.

محددات البحث: المعادلات الديناميكية، تحليل الاستقرار، مشهد الطاقة، نمذجة الإجهاد.
الشكل 2: إطار مفاهيمي يوضح الفجوات البحثية في أدبيات نمذجة الإجهاد الحالية. يعرض هذا الشكل نظرة عامة مفاهيمية على المحددات الرئيسية في مناهج نمذجة الإجهاد الحالية. ويظهر في مركز المخطط غياب إطار ديناميكي ميكانيكي يصف التفاعل بين الإجهاد والعاطفة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

لمعالجة هذه القيود، يعرض الشكل 3 بنية نمذجة الديناميكا غير الخطية المقترحة التي تم تطويرها في هذه الدراسة. يدمج هذا الإطار ديناميكيات تراكم الإجهاد، ومتغيرات التنشيط العاطفي، وآليات التغذية الراجعة التنظيمية التكيفية ضمن صياغة موحدة لفضاء الحالة غير الخطي. وضمن هذا الإطار، يمكن وصف تطور النظام من خلال معادلات تفاضلية غير خطية ترصد ديناميكيات التنظيم الداخلي، وتأثيرات القوى الخارجية، والاضطرابات العشوائية الناجمة عن الأحداث الأكاديمية غير المتوقعة. وتسمح هذه الصياغة بتحليل التفاعلات بين الإجهاد والعاطفة باستخدام أدوات من نظرية الأنظمة الديناميكية غير الخطية، بما في ذلك تحليل التوازن، وتحليل التشعب، ونظرية استقرار ليابونوف، وطرق الاستقرار العشوائي13,14,15,16. ومن خلال تقديم معادلات حاكمة صريحة، يتيح النموذج إجراء تحليل دقيق لكيفية تطور الحالات العاطفية بمرور الوقت تحت تأثير القوى البيئية المستمرة وعمليات التغذية الراجعة الداخلية.

مخطط اقتران التوتر والعاطفة مع معادلات فضاء الحالة، وتحليل الاستقرار، وطاقة ليابونوف.
الشكل 3: بنية النمذجة الديناميكية غير الخطية المقترحة لتنظيم التوتر والعاطفة. يوضح هذا الشكل الإطار الديناميكي غير الخطي الذي تم تطويره في هذه الدراسة لنمذجة التفاعلات بين التوتر والعاطفة في أنظمة التعليم العالي. تدمج هذه البنية ديناميكيات تراكم التوتر، ومتغيرات التنشيط العاطفي، وآليات التغذية الراجعة التنظيمية التكيفية في صيغة موحدة لفضاء الحالة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الهدف العام من المنهجية المقدمة في هذا العمل هو إنشاء إطار نمذجة غير خطي ميكانيكي يسمح بتحليل تنظيم الضغوط في التعليم العالي كنظام ديناميكي قادر على إظهار تعدد الاستقرار، والأنظمة التذبذبية، والانتقالات الحرجة. وبخلاف نماذج مؤشر الضغط الخطية التقليدية، يدمج الإطار المقترح صراحةً تفاعلات التغذية الراجعة غير الخطية بين طاقة الضغط المتراكمة، والتنشيط العاطفي، وقدرة التنظيم التكيفي17,18,19,20. وتسمح هذه التفاعلات غير الخطية بتحديد حالات التوازن، وتوصيف هوامش الاستقرار، ورصد نقاط التحول المرتبطة بانتقالات الاحتراق النفسي. بالإضافة إلى ذلك، يقدم الإطار تفسيراً قائماً على مشهد الطاقة للتنظيم العاطفي، حيث تصف دوال الجهد من نوع Lyapunov بنية استقرار الحالات العاطفية21,22,23. وفي هذا التمثيل، يمكن قياس المرونة من خلال عمق حوض الجذب، بينما تتوافق عتبات عدم الاستقرار مع نقاط التشعب التي تختفي عندها الجاذبات المستقرة.

لتعزيز الواقعية، يتضمن النموذج حدود قوة دورية تمثل دورات الفصول الدراسية الأكاديمية، بالإضافة إلى اضطرابات عشوائية ترصد الأحداث الأكاديمية غير المتوقعة أو التقلبات البيئية24,25,26. وتسمح هذه التوسعات للإطار بمحاكاة ديناميكيات الإجهاد الأكاديمي الواقعية، بما في ذلك دورات الإجهاد التذبذبية خلال فترات الامتحانات والانتقالات المدفوعة بالضجيج بين الحالات العاطفية. وتوفر قدرات النمذجة هذه مزايا تفوق النهج الإحصائية البحتة من خلال تمكين التحليلات التنبؤية لعتبات عدم الاستقرار وآليات المرونة.

لقد طُبقت المناهج الديناميكية غير الخطية سابقاً في مجالات مثل التنظيم البيولوجي، وعلم الأعصاب، والأنظمة الاجتماعية المعقدة، حيث تُنتج العمليات القائمة على التغذية الراجعة سلوكيات ناشئة لا يمكن تفسيرها باستخدام النماذج الخطية27,28,29. إن تطبيق مبادئ مماثلة لتنظيم التوتر في التعليم العالي يجسّر الفجوة بين علم النفس التربوي ونظرية الأنظمة الديناميكية، مما يسمح بتحليل عمليات تنظيم العواطف ضمن إطار رياضي دقيق. ومن خلال الجمع بين النمذجة الديناميكية غير الخطية، ونظرية الاستقرار، وتحليل مشهد الطاقة، توفر الطريقة الموصوفة هنا منصة موحدة لاستقصاء ديناميكيات التوتر، وآليات المرونة، والاستقرار العاطفي في البيئات الأكاديمية30.

في نهاية المطاف، يُمكِّن هذا الإطار الباحثين من تحليل كيفية تراكم الضغوط، وكيفية تطور الاستجابات العاطفية، وكيفية تأثير آليات التنظيم التكيفية على استقرار النظام على المدى الطويل. وبناءً على ذلك، يوفر هذا النهج أداة منهجية قوية لدراسة المرونة، والتحولات نحو الاحتراق النفسي، وعمليات التعافي في أنظمة التعليم العالي. وإلى جانب مساهمته المنهجية، يهدف الإطار المقترح إلى أن يكون جسراً متعدد التخصصات بين علم النفس التربوي وعلم الأنظمة الديناميكية غير الخطية. ومن خلال تحويل العمليات النفسية مثل تراكم الضغوط، والتنشيط العاطفي، والمرونة، والتنظيم التكيفي إلى متغيرات حالة قابلة للمعالجة رياضياً، يوفر الإطار لغة تحليلية مشتركة لاستقصاء الظواهر التعليمية المعقدة باستخدام أدوات ديناميكية دقيقة. ويعزز هذا التكامل الوضوح المفاهيمي، ويسهل المعايرة التجريبية المستقبلية باستخدام القياسات السلوكية والنفسية، ويدعم تطوير نماذج تنبؤية وتفسيرية لتنظيم الضغوط في البيئات الأكاديمية31. وبعبارات بسيطة، يبحث الإطار المقترح في كيفية تراكم الضغط الأكاديمي، وكيفية تغير الاستجابات العاطفية بمرور الوقت، وكيف تؤثر آليات التكيف على التعافي والمرونة. ويهدف النموذج إلى تحديد الظروف التي يحافظ فيها الطلاب على الاستقرار العاطفي أو يصبحون عرضة للاحتراق النفسي، وبذلك يربط بين النظرية النفسية والتحليل الكمي للأنظمة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

لا يتضمن هذا البروتوكول تجارب على البشر أو الحيوانات؛ حيث تعتمد الدراسة حصرياً على النمذجة الرياضية والمحاكاة الحاسوبية لديناميكيات التوتر والعاطفة في أنظمة التعليم العالي. وقد أُدرجت الأدوات الحاسوبية، وبيئات البرمجيات، والموارد العددية المطلوبة لتنفيذ إطار النمذجة الديناميكية غير الخطية الموصوف في البروتوكول في جدول المواد.

1. تهيئة النموذج وإعداد البيئة الحسابية

  1. افتح البيئة الحسابية وأنشئ دليلاً جديداً للمشروع الخاص بدراسة المحاكاة. تتوفر تفاصيل البرمجيات الكاملة في الملف التكميلي 1.
  2. أنشئ ملف نص برمجي أساسي باسم StressEmotionModel.m لتنفيذ إطار تنظيم "الإجهاد-العاطفة" غير الخطي.
  3. حدد متغيرات الحالة الثلاثة التي تمثل النظام الديناميكي.
    1. حدد S(t) كإجهاد أكاديمي متراكم. وحدد E(t) كتنشيط عاطفي.
    2. حدد R(t) كقدرة تنظيمية تكيفية.
  4. أنشئ ملفاً لتهيئة المعلمات وخصص قيماً لجميع معلمات النموذج المرجعية.
  5. حدد مجموعة المعلمات المرجعية كما يلي:
    1. اضبط معلمة القسر الخارجي F على 2.0. واضبط معلمة تبدد الإجهاد β على 0.30.
    2. اضبط معلمة اقتران الإجهاد-العاطفة γ على 0.50. واضبط معلمة كسب التنظيم κ على 0.40.
    3. اضبط معلمة الحساسية العاطفية α على 0.80. واضبط معلمة الاسترخاء العاطفي δ على 0.50.
    4. اضبط معلمة التشبع غير الخطي µ على 0.10. واضبط معلمة التفاعل mediated by regulation η على 0.20. واضبط معلمة اضمحلال التنظيم λ على 0.25.
  6. حدد متجه الحالة الأولية.
    1. اضبط S(0) = 1.0.
    2. اضبط E(0) = 0.5.
    3. اضبط R(0) = 0.8.
      ملاحظة: استخدم قيم معلمات متطابقة في جميع عمليات محاكاة الخط الأساسي ما لم يتم إجراء تحليل حساسية.

2. تنفيذ النموذج الديناميكي غير الخطي

  1. قم بإنشاء ملف دالة يحتوي على المعادلات التفاضلية المقترنة التي تحكم ديناميكيات الإجهاد والعاطفة والتنظيم. المعادلات الحاكمة متوفرة في الملف التكميلي 1 (القسم S1.2)، بينما يتم عرض تنفيذ MATLAB المقابل في الملف التكميلي 1 (القسم S1.8).
    ملاحظة: معلمات النموذج الأساسية، والشروط الأولية، وتكوين الحل العددي، والمعادلات التفاضلية العادية غير الخطية الحاكمة متوفرة في الملف التكميلي 1 (الأقسام S1.2–S1.6). تُستخدم هذه المعلمات بشكل متسق في جميع المحاكاة العددية ما لم ينص على خلاف ذلك.
  2. قم بتنفيذ معادلة تطور الإجهاد لمتغير حالة الإجهاد المتراكم S(t) وفقاً للنظام الديناميكي غير الخطي الحاكم الموصوف في الملف التكميلي 1، القسم S1.2. التنفيذ الحاسوبي المقابل لهذه المعادلة متوفر في الملف التكميلي 1، القسم S1.8 (الدالة 1: معادلات النموذج).
  3. قم بتنفيذ معادلة التنشيط العاطفي الموصوفة في الملف التكميلي 1، القسم S1.2. يتوفر تنفيذ MATLAB لمعادلة التنشيط العاطفي في الملف التكميلي 1، القسم S1.8 (الدالة 1: معادلات النموذج).
  4. قم بتنفيذ معادلة التنظيم التكيفي التي تحكم متغير حالة القدرة التنظيمية R(t) وفقاً للنموذج غير الخطي الموصوف في الملف التكميلي 1، القسم S1.2. التنفيذ المقابل في MATLAB متوفر في الملف التكميلي 1، القسم S1.8 (الدالة 1: معادلات النموذج).
  5. قم بتفعيل الاضطرابات العشوائية الاختيارية عن طريق إدخال حدود ضوضاء غاوسية مستقلة في كل متغير حالة لمحاكاة الاضطرابات الأكاديمية العشوائية والتقلبات البيئية.
  6. أجرِ 30 تحقيقاً عشوائياً مستقلاً (n = 30) باستخدام تسلسلات ضوضاء عشوائية مختلفة مع الحفاظ على معلمات النموذج الأساسية والشروط الأولية المتطابقة.
  7. احسب المسارات المتوسطة وتقديرات التباين المقابلة، مع تمثيل أشرطة الخطأ المذكورة في قسم النتائج للتنوع الإحصائي عبر هذه التحققات المستقلة.
  8. قم بدمج النظام الديناميكي غير الخطي باستخدام الحل العددي ODE45 بتفاوت نسبي قدره 1 × 10⁻6، وتفاوت مطلق قدره 1 × 10⁻8، وخطوة دمج أولية قدرها 0.001، وحجم خطوة أقصى قدره 0.05 عبر فترة المحاكاة 0 ≤ t ≤ 500.
  9. قدم التنفيذ الحاسوبي المفصل، وتكوين الحل، وسير عمل المحاكاة في الملف التكميلي 1، الأقسام S1.6–S1.11.
  10. حدد السعات العشوائية على النحو التالي:
    1. اضبط σS = 0.05.
    2. اضبط σE = 0.05.
    3. اضبط σR = 0.03.
  11. قيد جميع متغيرات الحالة لتبقى غير سالبة أثناء التكامل العددي.
  12. استبدل القيم العددية السالبة بالصفر أثناء المعالجة البعدية.

3. المحاكاة العددية

  1. تكوين الملحّن العددي (numerical solver).
    1. اختر ODE45 للمحاكاة الحتمية (deterministic simulations).
    2. اختر روتين تكامل تصادفي (stochastic integration routine) مكافئ عند إجراء عمليات محاكاة تصادفية.
    3. حدد حالة الاتزان عدديًا باستخدام دالة fsolve في برنامج MATLAB مع تقدير أولي للحالة بقيمة [1, 1, 1]. ويُعتبر الحل التكراري متقاربًا عندما يستوفي الملحّن معايير التقارب غير الخطي الافتراضية ضمن التفاوتات العددية المحددة.
      ​ملاحظة: يتوفر التنفيذ الكامل في الملف التكميلي 1، القسم S1.8 (ملحّن الاتزان).
  2. تحديد إعدادات الملحّن العددي.
    1. اضبط التفاوت النسبي (relative tolerance) على 10⁻6. واضبط التفاوت المطلق (absolute tolerance) على 10⁻8.
    2. اضبط الحد الأقصى لحجم الخطوة على 0.05. واضبط حجم الخطوة الأولية على 0.001.
  3. تحديد فاصل المحاكاة الزمني من t = 0 إلى t = 500.
  4. أخذ عينات من مسارات المخرجات بفواصل زمنية قدرها Δt = 0.1.
  5. تنفيذ التكامل العددي.
  6. تخزين المسارات المحاكية لكل من S(t) وE(t) وR(t).
  7. تصدير مخرجات المحاكاة بتنسيق القيم المفصولة بفواصل (CSV) للتحليل اللاحق.
    نقطة توقف: في هذه المرحلة، تم إنشاء وتصدير جميع مسارات المحاكاة والمخرجات العددية. يمكن إيقاف سير العمل مؤقتًا واستئنافه لاحقًا عن طريق إعادة تحميل ملفات المعلمات المؤرشفة ومخرجات المحاكاة قبل الانتقال إلى تحليل الاتزان، وتحليل الاستقرار، والتصور، وتحليل الحساسية.

4. تحليل التوازن والاستقرار

  1. احسب حلول التوازن عن طريق مساواة جميع مشتقات الحالة بالصفر. ثم حل المعادلات الجبرية غير الخطية الناتجة باستخدام خوارزمية عددية لإيجاد الجذور.
    ملاحظة: يُعتبر حل الحالة المستقرة قد تم الوصول إليه عندما يكون الفرق المطلق بين متجهي حالة متتاليين مستوفياً لمعيار التقارب المحدد. ويرد معيار التقارب التفصيلي في الملف التكميلي 1، القسم S1.7.
  2. احسب مصفوفة جاكوبي عند كل نقطة توازن. ثم احسب القيم الذاتية لمصفوفة جاكوبي.
  3. صنف حالات التوازن وفقاً لإشارة القيمة الذاتية الحقيقية القصوى. وتُصنف نقاط التوازن على أنها مستقرة عندما يكون لجميع القيم الذاتية مركبات حقيقية سالبة.
  4. أنشئ خرائط الاستقرار التي توضح توزيع مناطق التشغيل المستقرة وغير المستقرة.

5. التصوير المرئي في فضاء الطور والمجال الزمني

  1. إنشاء مخططات للمجال الزمني لـ S(t) و E(t) و R(t). ورسم صور طورية ثنائية الأبعاد للمستوي S–E.
  2. رسم صور طورية ثنائية الأبعاد للمستوي E–R. وإنشاء مسارات ثلاثية الأبعاد في فضاء الحالة S–E–R.
  3. تراكب حقول المتجهات ومخططات خطوط الانسياب على الصور الطورية، حيثما كان ذلك مناسباً. وحفظ جميع الأشكال بتنسيق صور عالي الدقة لأغراض التوثيق والنشر.

6. تحليل الحساسية

  1. إنشاء نص برمجي (script) لتحليل الحساسية. قم بتغيير معامل واحد في كل مرة مع الحفاظ على جميع المعاملات المتبقية عند قيمها المرجعية. أجرِ تحليل الحساسية لمعامل اقتران الإجهاد بالعاطفة.
  2. أجرِ تحليل الحساسية لمعامل تبدد الإجهاد. أجرِ تحليل الحساسية لمعامل كسب التنظيم. أجرِ تحليل الحساسية لمعامل القسر الخارجي.
  3. أجرِ تحليل الحساسية لمعامل التشبع العاطفي غير الخطي. قم بتنفيذ المحاكاة لكل قيمة من قيم المعاملات.
  4. احسب التوازن العاطفي في الحالة المستقرة بعد كل محاكاة. قم بتخزين جميع قيم التوازن في قاعدة بيانات النتائج.
  5. أجرِ تحليلات حساسية أحادية المعامل عن طريق تغيير معاملات النموذج الرئيسية بشكل مستقل عبر النطاقات المحددة مسبقاً والمدرجة في الملف التكميلي 1، القسم S1.10. وتحديداً، قم بتغيير γ من 0.1 إلى 2.0 بزيادات قدرها 0.1، و β من 0.1 إلى 1.0 بزيادات قدرها 0.05، و κ من 0.1 إلى 2.0 بزيادات قدرها 0.1، و F من 0.5 إلى 5.0 بزيادات قدرها 0.25، و µ من 0.01 إلى 1.0 بزيادات قدرها 0.05.
    ملاحظة: لكل قيمة من قيم المعاملات، أجرِ التكامل العددي، واحسب حل الحالة المستقرة، وخزّن متغيرات الحالة الناتجة، وأنشئ منحنيات الحساسية ومخططات المقارنة المقابلة.
  6. إنشاء منحنيات الحساسية. إنشاء مخططات تشتت مقارنة.
  7. إنشاء مخططات أعمدة مقارنة. إنشاء خرائط حرارية لاستجابة المعاملات.

7. توليد المخرجات والتحقق منها

  1. التحقق من تقارب جميع عمليات المحاكاة. والتأكد من أن مسارات الحالة تظل محدودة طوال الفترة الزمنية للمحاكاة.
  2. التحقق من وصول الحل العددي إلى حالة مستقرة قبل المضي قدماً في التحليلات اللاحقة.
    ملاحظة: يُفترض حدوث التقارب عندما تحقق التغيرات المتتالية في جميع متغيرات الحالة معيار التقارب المحدد مسبقاً والموصوف في الملف التكميلي 1، القسم S1.7 (معايير التقارب). وتُستخدم الحلول المتقاربة فقط لاحقاً في تحليلات التوازن والاستقرار والحساسية.
  3. التأكد من أن حلول التوازن تستوفي معيار التقارب. وتصدير جميع مخرجات المحاكاة، وخرائط الاستقرار، والمخططات الطورية، ورسومات الحساسية، ومجموعات البيانات العددية.
    ملاحظة: ما لم ينص على خلاف ذلك، تستخدم جميع عمليات المحاكاة مجموعة المعايير الأساسية الواردة في الملف التكميلي 1، وتتبع جميع التحليلات العددية سير العمل الحسابي الملخص في الملف التكميلي 1، القسم S1.9. ويتوفر كود MATLAB المصدري الكامل، وملفات المعايير، وتكوينات الحلول، وروتينات التصور المطلوبة لإعادة إنتاج عمليات المحاكاة المذكورة في الملف التكميلي 1.
  4. أرشفة جميع السكربتات، وملفات المعايير، وملفات المخرجات لضمان قابلية إعادة الإنتاج ودراسات التحقق المستقبلية.
    ملاحظة: تقديم جميع أكواد MATLAB المصدرية، وملفات المعايير، وروتينات الرسم، وسير عمل المحاكاة كمواد تكميلية لتمكين إعادة الإنتاج المستقل للنتائج الواردة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

لتحقيق التحقق من صحة الإطار الديناميكي غير الخطي المقترح وإثبات مزاياه مقارنة بالصيغ الخطية التقليدية، أُجريت دراسة محاكاة عددية شاملة (الملف التكميلي 2). وما لم يُذكر خلاف ذلك، يتم عرض جميع نتائج المحاكاة العشوائية كمتوسط ± الانحراف المعياري (SD) المستمد من 30 تحقيقًا مستقلًا (n = 30). وأُجريت المقارنات الإحصائية بين سيناريوهات المحاكاة باستخدام اختبار إحصائي مناسب مع مستوى دلالة p < 0.05، كما تم تسجيل قيم p الدقيقة في المواضع التي أُجريت فيها المقارنات الإحصائية. وقد قيمت عمليات المحاكاة كيفية سلوك ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

يوضح البروتوكول الحسابي المعروض هنا كيفية تطبيق إطار عمل ديناميكي غير خطي لمحاكاة التفاعلات بين الإجهاد والعاطفة من خلال التكامل العددي، وتحليل الاستقرار، وتحليل الحساسية. وتتمثل الخطوة الحاسمة في تنفيذ هذه الطريقة في إجراء التكامل العددي الصحيح للمعادلات التفاضلية الحاكمة على فترات زمنية طويلة بما يكفي لضمان التقارب نحو حالة الاستقرار أو ديناميكيات الجاذب. وتكشف تحليلات الحساسية أن الصياغة غير الخطية تستجيب بشكل مختلف للتغيرات في المعاملات مقارنةً بالنموذج الخطي التقليدي. وبشكل خاص، تؤثر قوة الاقتران (γ) بشكل مباشر على ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يصرح المؤلف بعدم وجود أي مصالح مالية أو غير مالية متنافسة، وعدم وجود أي تضارب في المصالح. تم استخدام ChatGPT (OpenAI, GPT-5.5) حصرياً لتحرير اللغة وتصحيح القواعد وتحسين مقروئية المخطوطة أثناء إعدادها. وقد قام المؤلف بتصور وتطوير والتحقق من واعتماد جميع المحتويات العلمية والصياغات الرياضية والمنهجية والتحليلات والتفسيرات والاستنتاجات. ويتحمل المؤلف المسؤولية الكاملة عن دقة وأصالة ونزاهة المخطوطة.

شكر وتقدير

يتوجه المؤلف بالشكر إلى كلية العلوم الإنسانية في كلية تشوهاي للعلوم والتكنولوجيا، تشوهاي، غوانغدونغ، الصين، على دعمها الأكاديمي القَيِّم وتشجيعها خلال تطوير هذا البحث. لقد ساهم دعم المؤسسة وبيئة البحث البنّاءة بشكل كبير في تسهيل إتمام هذه الدراسة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
حلّال المعادلات التفاضلية (ODE45)MathWorksMATLAB R2024aالمحلل العددي المستخدم لتكامل المعادلات التفاضلية غير الخطية المقترنة. التفاوت النسبي = 1×10-6؛ التفاوت المطلق = 1×10-8.
برنامج MATLABMathWorks، ناتيك، ماساتشوستس، الولايات المتحدة الأمريكيةRRID: SCR_001622برمجيات الحوسبة العددية الأساسية المستخدمة في تنفيذ النموذج، وتحليل الاستقرار، وتحليل الحساسية، وتصور فضاء الحالة، وتوليد مخططات طاقة ليابونوف، وإنتاج الأشكال البيانية.
حزمة التوثيق المنهجيالملف التكميلي S2غير متاحيحتوي على توثيق للإطار النظري، وتفسير المعاملات، واستراتيجية التحقق من الصحة، والقيود، وأوصاف لسير العمل الحسابي.
مكتبة معالجة المصفوفات العددية (NumPy)مطورو NumPyNumPy 2.0المكتبة المستخدمة لعمليات المصفوفات، والحسابات العددية، ومسوح المعاملات، ومعالجة البيانات في تطبيق لغة Python.
بيئة المحاكاة العدديةبيئة MATLAB R2024aلم يتم توفير نص للترجمة. يرجى تزويدي بالنص الإنجليزي الذي ترغب في ترجمته إلى اللغة العربية.البيئة الحسابية المستخدمة لتنفيذ الإجهاد غير الخطي–العاطفة–إطار عمل التنظيم، ومسوح البارامترات، وتحليل التوازن، والمحاكاة العشوائية.
مجموعة أدوات التحسين (Optimization Toolbox)MathWorksمجموعة أدوات التحسين في MATLABتُستخدم لحساب حالة التوازن عبر طرق البحث عن الجذور غير الخطية (fsolve).
بيئة برمجة لغة بايثون (Python)مؤسسة برمجيات بايثون (Python Software Foundation)بايثون 3.12 (Python 3.12)منصة حوسبة بديلة استُخدمت للتحقق من النتائج العددية وإعادة إنتاج عمليات محاكاة وتصويرات مختارة.
مكتبة الحوسبة العلمية (SciPy)مجتمع SciPySciPy 1.14المكتبة المستخدمة للحسابات العددية، وحل المعادلات غير الخطية، وتحليل المعادلات التفاضلية في تطبيق لغة Python.
حزمة الكود المصدريالملف التكميلي S1نظرًا لعدم وجود نص مصدر (N/A)، يرجى تزويدي بالنص الذي ترغب في ترجمته.يحتوي على برمجيات MATLAB، وتكوينات الحلّال (solver configurations)، وملفات المعلمات، وروتينات تحليل الحساسية، وأكواد تحليل الاستقرار، وسير عمل التصور المرئي المطلوبة لضمان قابلية التكرار الكاملة.
برمجيات الجداول البياناتشركة مايكروسوفت (Microsoft Corporation)مايكروسوفت إكسل 365 (Microsoft Excel 365)تُستخدم لتخزين مخرجات المحاكاة ومجموعات البيانات التكميلية وتنظيمها وتصديرها وفحصها.
أداة التصوير البياني (Matplotlib)فريق تطوير MatplotlibMatplotlib 3.9مكتبة رسم بياني علمي تُستخدم لإنشاء مخططات الحساسية، ومخططات الاستقرار، ومسارات فضاء الحالة، والخرائط الحرارية، وأشكال ذات جودة صالحة للنشر.

المراجع

  1. Ahmad R, et al. Social exchange theory: Systematic review and future directions. Front Psychol. 2023;13:1015921.
  2. Alkhatib OJ, et al. Advances in nonlinear differential equations and their applications in engineering systems. TPM Test Psychom Methodol Appl Psychol. 2025;32(S8):715-724.
  3. Baysarowich R, et al. Socioeconomic status and brain development: Insights and theoretical perspectives on deficit, adaptation, and resilience. Curr Opin Behav Sci. 2025;63:101502.
  4. Briganti G, et al. Network analysis: An overview for mental health research. Int J Methods Psychiatr Res. 2024;33(4):e70012.
  5. Cao Y, et al. Dynamic modeling and experimental verification of clamp-pipeline system with soft nonlinearity. Nonlinear Dyn. 2023;111(19):17725-17748.
  6. Coluccia A, et al. Nonlinear static and dynamic modeling of energy absorption lattice structures behavior. Mech Adv Mater Struct. 2023;30(14):2838-2849.
  7. He L, et al. Academic stress and online learning engagement in medical students: The parallel mediating roles of sleep quality and positive academic emotions. BMC Med Educ. 2026;26(1):54.
  8. Heit DR, et al. Generalized nonlinearity in animal ecology: Research, review, and recommendations. Ecol Evol. 2024;14(7):e70045.
  9. Hong L, Zhang L. Nonlinear dynamical model and analysis of emotional propagation based on Caputo derivative. Mathematics. 2025;13(4):567.
  10. Islam MS, Rabbi MF. Exploring the sources of academic stress and adopted coping mechanisms among university students. Int J Stud Educ. 2024;6(2):45-62.
  11. Kalra A, Lee NY, Dugan R. Exploring antecedents and outcomes of salesperson change agility: A social exchange theory perspective. J Mark Theory Pract. 2024;32(3):290-310.
  12. Kyriazos T, Poga M. Application of machine learning models in social sciences: Managing nonlinear relationships. Encyclopedia. 2024;4(2):890-912.
  13. Large EW, et al. Dynamic models for musical rhythm perception and coordination. Front Comput Neurosci. 2023;17:1151895.
  14. Lavelle JJ, Rupp DE, Herda DN, Lee J. Customer injustice and service employees' customer-oriented citizenship behavior: A social exchange perspective. J Organ Behav. 2023;44(3):421-440.
  15. Lawrance EL, et al. Psychological responses, mental health, and sense of agency for the dual challenges of climate change and the COVID-19 pandemic in young people in the UK: An online survey study. Lancet Planet Health. 2022;6(9):e700-e712.
  16. Li L, Ibrahim RL, Alomair A. Educating for a green future: Strategic human capital and the non-linear path to sustainability in low- and middle-income countries. Int J Educ Dev. 2026;121:103498.
  17. Lyu R, Qu Y, Divaris K, Wu D. Methodological considerations in longitudinal analyses of microbiome data: A comprehensive review. Genes. 2023;14(9):1689.
  18. Mongin D, Uribe A, Cullati S, Courvoisier DS. A tutorial on ordinary differential equations in behavioral science: What does physics teach us? Psychol Methods. 2024;29(5):980-1000.
  19. Muldoon J, Gould AM, Joullié JE. Past is prologue: From human relations to social exchange theory. Qual Res Organ Manag. 2024;19(3):182-202.
  20. Murakami K, Panuncio-Pinto MP, Santos JLF, de Almeida Troncon LE. Academic and non-academic life stressors and perceived levels of stress in Brazilian undergraduate health professions students. BMC Med Educ. 2025;25(1):1164.
  21. Qi Y, et al. Students' coping strategies in response to academic stress: A study of psychological mechanisms and their effects on adaptation. Futurity Soc Sci. 2025;3(3):24-45.
  22. Rega G. Nonlinear dynamics in mechanics: State of the art and expected future developments. J Comput Nonlinear Dyn. 2022;17(8):080802.
  23. Restrepo JE, et al. Academic stress and adaptation to university life: Mediation of cognitive-emotional regulation and social support. An Psicol. 2023;39(1):62-72.
  24. Rodrigues H, et al. Unravelling student learning: Exploring nonlinear dynamics in science education. Int J Psychol Neurosci. 2023;9:118-137.
  25. Romeo-Aznar V, et al. Fine-scale heterogeneity in population density predicts wave dynamics in dengue epidemics. Nat Commun. 2022;13(1):996.
  26. Saglam MS, Yilanci V, Kongkuah M. Decoupling economic growth and carbon emissions: A time-varying analysis of the environmental Kuznets curve hypothesis in France (1890-2019). Environ Dev Sustain. 2025;27(3):4567-4590.
  27. Sangeeta S, Roderick M. Integrating emotion-specific factors into the dynamics of biosocial and ecological systems: Mathematical modeling approaches accounting for psychological effects. Math Comput Appl. 2025;30(6):136.
  28. Sun Y, et al. Physiological and affective responses to green space virtual reality among pregnant women. Environ Res. 2023;216:114499.
  29. Vengatesh T, et al. A dynamical systems approach to psychology: Fusing differential equations and recurrent neural networks for process modeling. TPM Test Psychom Methodol Appl Psychol. 2025;32(S8):725-740.
  30. Wang H, Fan X. Academic stress and sleep quality among Chinese adolescents: Chain mediating effects of anxiety and school burnout. Int J Environ Res Public Health. 2023;20(3):2219.
  31. Lee E-H, et al. Repeated treatment with short-term mild stress reverses aging- and stress-induced emotional and social behavioral deficits. Experimental & Molecular Medicine. 2026;58(2):519-32. https://doi.org/10.1038/s12276-026-01641-2
  32. Orem TR, et al. Amygdala and prefrontal cortex activity varies with individual differences in the emotional response to psychosocial stress. Behav Neurosci. 2019;133(2):203-211. https://doi.org/10.1037/bne0000305
  33. Wheelock MD, et al. Psychosocial stress reactivity is associated with decreased whole-brain network efficiency and increased amygdala centrality. Behav Neurosci. 2018;132(6):561-572. https://doi.org/10.1037/bne0000276
  34. Shi W, et al. Cultivating empathy and upgrading design decisions of students: The impact of simulating public transit experiences of individuals with mild visual impairments. Int J Technol Des Educ. 2024;35(4):1571-1595. https://doi.org/10.1007/s10798-024-09948-9
  35. Cui YT, et al. Virtual therapeutic landscape: An immersive intervention for anxiety in university students. Australas J Educ Technol. 2026. https://doi.org/10.14742/ajet.10308
  36. Reinelt J, et al. Acute psychosocial stress alters thalamic network centrality. Neuroimage. 2019;199:680-690. https://doi.org/10.1016/j.neuroimage.2019.06.005
  37. Kühnel A, et al. Psychosocial stress reactivity habituates following acute physiological stress. Hum Brain Mapp. 2020;41(14):4010-4023. https://doi.org/10.1002/hbm.25106

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

نموذج فضاء الحالةالاستقرار غير الخطيالتنظيم التكيفيمخاطر الاحتراق النفسيتأثيرات المرونةنمذجة مشهد الطاقة
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.