数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

AI 新资讯1天前发布
711 0 0
熊猫办公
引用格式

李睿,段姗姗,庄壹景.数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析[J].中国教育信息化,2026,32(04):61-73.

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析
教师教育与教师发展
数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析
李 睿 段姗姗 庄壹景

摘 要:教师职业倦怠作为职业心理健康的重要议题,不仅对教师个体的身心健康与专业发展产生深远影响,更直接关系到教育教学质量、学生学业成就以及教育系统的整体效能。随着数智时代的到来,以人工智能技术为核心的深度融合带来的角色重构与能力要求提升成为教师职业压力的新来源,这一变化使职业倦怠研究具有更为迫切的现实意义。为系统探究数智时代背景下教师职业倦怠的影响机制,纳入31项实证研究进行元分析。结果发现:在个体资源层面,心理资本、情绪调节、人格特质、工作幸福感、与技术相关教学能力均与职业倦怠呈中度或强度负相关,回避型应对呈弱正相关,而技术态度与趋近型应对呈不显著的弱负相关;在工作要求层面,技术压力、工作量及“工作—家庭”冲突均与职业倦怠呈中度正相关;在工作资源层面,资源短缺与职业倦怠呈弱正相关,内部支持呈中度负相关,外部支持的关联则有限。研究结果揭示了教师职业倦怠的多层次影响机制,为数智时代背景下教师职业倦怠干预体系的构建提供了实证依据。
关键词:数智时代;教师职业倦怠;数字负担;元分析;工作要求—资源模型
中图分类号:G451
文献标志码:A
文章编号:1673-8454(2026)04-0061-13作者简介:李睿,云南师范大学图书馆副教授、硕士生导师,博士(云南昆明650500);段姗姗庄壹景,云南师范大学信息学院硕士研究生(云南昆明650500)

基金项目:云南师范大学2025年度研究生科研创新项目“情绪调节中介作用下中小学教师技术整合能力与职业倦怠的关联研究”(编号:YJSJJ25-B107);“人机协同学习中的对话模式与认知发展研究”(编号:YJSJJ25-B116)
引言

  职业倦怠是指从业者因不能有效应对工作中的持续压力而产生的一种包括情绪耗竭、人格解体和个人成就感降低在内的综合心理状态[1]。具体而言,情绪耗竭表现为情感资源过度消耗和精力丧失;人格解体反映为对服务对象的疏离与冷漠态度;个人成就感降低则体现为对工作价值的质疑和对自身胜任力的否定。教师作为职业倦怠的高发人群,其职业现状令人担忧。牛津大学福祉研究中心和国际文凭组织于2024年合作完成的《教师幸福感》(Wellbeing for Schoolteachers)报告显示,教师工作的高负荷与高压力导致教师数量缺口高达4400万,并且多个国家的中小学教师流失率均呈上升趋势[2]。  近年来,数智技术凭借其独特优势,正在有力推动教育范式的创新性变革[3],但同时也衍生出新的职业压力源。多项研究证实,技术应用已成为加剧教师职业倦怠的重要因素[4][5],然而有鉴于其在当代教育中的不可或缺性,学界逐渐将研究视角转向数智时代背景下教师职业倦怠的新特征及其形成机理。  工作要求—资源(JD-R)模型认为每种职业都有影响工作者身心健康及工作状况的独特因素,这些因素可归纳为工作要求和工作资源两大类。工作要求指工作中与身体、社会或组织有关的,需要持续不断地付出身体或心理努力的因素;工作资源则指能为工作者提供支持和帮助的工作因素[6]。在模型的发展过程中,个体资源被率先引入,其涵盖身体、心理、情感、智力和资本性质等多种类型[7]。  基于此,本研究整合JD-R模型与个体资源变量,采用元分析方法系统考察数智时代教师职业倦怠的多层次影响机制。通过定量分析工作要求、工作资源及个体资源层面各因素的影响效应,旨在为构建有针对性的教师职业健康干预体系提供实证依据。

研究方法

  (一)文献检索  本研究基于Springer、EBSCO、Web of Science等数据库,对2020年1月至2025年12月发表的文献进行检索。检索的主题词包括职业倦怠(burnout)、教师(teacher) 、技术(technology)、技术的(technical)、数字的(digital)、智能的(intelligent),各主题词之间通过AND、OR进行连接。初步检索共获得1822篇相关文献,删除重复文献后保留1718篇。为确保文献覆盖的全面性,本研究对纳入全文审查的文献进行引文检索,最终补充1369篇潜在相关文献。  (二)纳入标准  纳入文献按照以下准则进行筛选:①聚焦于数智时代的教育技术应用情境,以教师职业倦怠为核心研究变量;②至少探究了一个与教师职业倦怠相关的因素;③可获取必要的统计信息:皮尔逊相关系数、样本量;④以英文发表。本研究的文献筛选遵循系统综述和元分析优先报告条目(PRISMA)声明,具体流程见图1,最终纳入文献31篇。

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

图1 文献筛选流程  (三)文献编码  对纳入元分析的文献进行编码,编码信息包括文章的基本信息(题名、作者、发表时间)、样本量、影响因素、职业倦怠维度和皮尔逊相关系数。由两位编码者独立编码,编码一致性为97.1%。针对编码不一致的情况,经协商达成统一意见。  本研究采用以下标准化处理流程对文献中的影响因素进行归纳整理:①对表述不同但内涵一致的概念进行同义合并;②对具有从属关系的因素建立层级分类;③对测量内容高度重叠的指标进行整合。经因素标准化界定处理后,本研究通过频次分析筛选出12个关键影响因素纳入元分析(见图2),各入选因素定义如表1所示。

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

图2 工作特征—个体资源因素表1 影响因素的概念界定

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

  (四)数据分析  本研究使用CMA 3.0软件对数据进行分析。在异质性检验部分,使用Q和I2统计量进行分析。在总体效应检验部分,以皮尔逊相关系数为效应量,参照科恩(Cohen)提出的效应量衡量标准(0.1为弱,0.3为中,0.5为强)[24]界定相关性强弱。在发表偏倚检验部分,应用Egger检验[25]和失安全系数(Fail-Safe N,N为独立样本量)检验[26]进行分析。

研究结果

  (一)异质性检验  根据学界普遍采纳的标准,当Q检验结果未达到显著性水平(p>0.05)且I2低于25%时,表明研究间具有高度同质性,应采用固定效应模型进行分析;反之则表明研究间存在显著异质性,需采用随机效应模型进行分析[27]。  根据异质性检验结果(见表2—4),本研究分别采用上述两种模型进行效应量合并。具体而言,人格特质与总体职业倦怠、工作幸福感与人格解体、工作幸福感与个人成就感、技术态度与人格解体、回避型应对与总体职业倦怠、工作量与总体职业倦怠、“工作—家庭”冲突与总体职业倦怠、“工作—家庭”冲突与个人成就感、外部支持与个人成就感等变量关系均显示出良好的内部一致性,采用固定效应模型进行效应量合并。而对于其他存在显著异质性的变量关系,则选用随机效应模型来计算总体效应量。  (二)总体效应检验  本研究的元分析共纳入31项关于数智时代背景下教师职业倦怠影响机制的研究,从中提取出12个与职业倦怠相关的影响因素。其中,20项研究提供了影响因素与教师总体职业倦怠的皮尔逊相关系数,而另外11项研究则分别提供了影响因素与职业倦怠三个子维度的皮尔逊相关系数。  在效应量合并前,对基于个人成就感降低维度提供的相关系数进行符号取反,使其与基于个人成就感维度所得的相关系数方向保持一致。此后,为全面整合不同研究的效应量,采用分组合并策略,分别计算以下两类数据的总体效应量:①影响因素与总体职业倦怠的皮尔逊相关系数;②影响因素与职业倦怠各维度(情绪耗竭、人格解体、个人成就感)的皮尔逊相关系数。总体效应量分析结果见表2—4。表2 个体资源层面因素的总体效应检验及异质性检验结果

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

  注:k是研究数量;n是合并后的样本量;r是平均效应量;Z是用于检验效应量显著性的标准化统计量;Q是评估研究间变异性的卡方检验值;I2是效应量变异中可归因于调节变量的比例;  * p<0.05,**p<0.01,***p<0.001,下同表3 工作要求层面因素的总体效应检验及异质性检验结果

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

表4 工作资源层面因素的总体效应检验及异质性检验结果

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

  1.个体资源层面因素  表2数据显示,人格特质(r=-0.579)、工作幸福感(r=-0.537)与总体职业倦怠呈强负相关。心理资本的子维度中,韧性(r=-0.470)和自我效能感(r=-0.490)与总体职业倦怠呈中度负相关;情绪调节(r=-0.371)、与技术相关教学能力(r=-0.398)均与总体职业倦怠呈中度负相关。此外,回避型应对策略与总体职业倦怠呈弱正相关(r=0.293),而趋近型应对策略(r=-0.109)和技术态度(r=-0.132)与职业倦怠的弱负相关均未达到统计学显著性水平(p>0.05)。  进一步分析各因素与职业倦怠子维度的关系发现,不同因素对职业倦怠各维度的影响强度存在明显差异。其中,自我效能感与情绪耗竭维度呈最强的显著负相关(r=-0.256),并与个人成就感维度呈最强的显著正相关(r=0.319),即教师的自我效能感越强,其产生情绪耗竭的可能性越小,在工作中获得的个人成就感也越高;韧性与人格解体维度呈最强的显著负相关(r=-0.218),表明教师的韧性越强,其对学生产生情感疏离的可能性越小。  2.工作要求层面因素  表3数据显示,技术压力(r=0.320)、工作量(r=0.390)和“工作—家庭”冲突(r=0.407)均与总体职业倦怠呈中度正相关。就职业倦怠的三个子维度而言,情绪耗竭与各因素的关联强度最为突出,而人格解体与个人成就感同各因素的相关性强度均较弱。  3.工作资源层面因素  表4数据显示,在社会支持维度,内部支持与总体职业倦怠呈中度负相关(r=-0.321),而外部支持仅与个人成就感呈微弱正相关(r=0.078),与情绪耗竭、人格解体无显著关联(p>0.05)。在资源短缺方面,其与情绪耗竭呈现弱正相关(r=0.238),符合资源保存理论的预期[28],提示资源匮乏可能通过损耗教师的心理能量而增加情绪耗竭风险。此外,资源短缺与个人成就感呈弱负相关(r=-0.214),表明长期资源不足可能逐渐侵蚀教师的职业效能感与工作意义感。  (三)发表偏倚检验  鉴于发表偏倚检验需至少3项独立研究[29],本文仅对满足此要求的因素进行了系统分析(见表5)。结果显示,多数变量关系不存在显著发表偏倚(Egger检验p>0.05)。其中,自我效能感与人格解体的关系虽存在偏倚(Egger检验p=0.008),但该关系的失安全系数为75,高于临界标准(k=4,5k+10=30)。这表明需纳入75项未发表的零效应研究方能推翻当前结果,提示发表偏倚对该元分析结论的威胁不大。此外,自我效能感与个人成就感的Egger检验结果处于临界水平(p=0.05),提示可能存在发表偏倚。但其失安全系数为284,远超临界标准,表明该元分析结论具有较高的稳健性。值得注意的是,技术压力与个人成就感的关系虽无显著偏倚(Egger检验p=0.467),但其失安全系数为22,低于临界标准(k=5,5k+10=35),表明该结果的稳健性有限,未来研究需扩大样本量和纳入更多原始研究以验证其可靠性。表5 发表偏倚检验结果

数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析

  注:t是检验回归系数显著性的统计量;Fail-Safe N是失安全系数;“—”相关关系不显著,无需报告失安全系数

讨论

  (一)个体资源与职业倦怠的关系  通过系统性文献回顾,本研究发现,在数智时代的教育背景下,教师个体资源层面因素是影响其职业倦怠的关键,且不同个体资源的作用强度存在差异。具体而言,心理资本、情绪调节均与职业倦怠呈中度负相关;人格特质、工作幸福感则与职业倦怠呈强负相关。其中,工作幸福感作为一个涵盖情感、认知与行为的多维构念[30],为教师抵御职业倦怠提供了多层次的保护路径。由此可见,提升教师的整体心理健康水平,是有效缓解其职业倦怠的核心路径。进一步分析表明,个体资源共同构成了应对数智技术压力的多层次心理适应系统。其中,技术态度、与技术相关教学能力、应对策略因直接关联技术适应过程而具有特殊性。  韧性和自我效能感均与职业倦怠呈中度负相关,是缓解教师职业倦怠的关键心理资本要素。高韧性教师在技术参与的教学情境中表现出更低的倦怠程度[31]。其作用机制在于,韧性特质使教师在应对技术故障或新型智能工具的应用挑战时,表现出更强的压力耐受性与心理弹性,从而减少了负面情绪的持续积累。同时,高自我效能感教师在使用数字资源时会产生更积极的情绪体验[32],这得益于其对自身技术应用能力的坚定信念,推动了教师将技术挑战从“感知威胁”重构为“可控任务”,进而减少了情绪耗竭,降低了倦怠风险。二者形成协同效应:高自我效能感驱动技术探索,高韧性则保障人机协同中的心理稳定,共同构成教师在数智教育环境中抵御倦怠的核心心理资本支柱。  情绪调节与人格特质是影响教师职业倦怠的另外两个重要个体资源,前者与职业倦怠呈中度负相关,后者则呈强负相关。善于运用情绪调节策略(如认知重评)的教师能更有效地管理情绪[33],避免技术挫败导致的情绪耗竭,从而降低发生倦怠的风险[34]。良好的人格特质也是预防教师职业倦怠的保护性因素。其中,外向性和尽责性是职业倦怠的显著负向预测因子[35]。外向性个体更倾向于通过主动社交来寻求支持[36],有助于教师凭借积极构建技术互助网络的方式来缓冲技术压力。尽责性则代表个体呈现有组织、负责任和勤奋的倾向[37],具备该特质的教师能有序规划技术应对策略,减少因无序或失控引发的挫败与倦怠。  工作幸福感在数智时代展现出差异化的保护机制:在情感层面,高水平的主观幸福感与较低的倦怠程度显著关联[38],这一保护效应主要源于积极情感体验能有效缓冲技术压力,减少情绪耗竭;在认知层面,工作满意度与职业倦怠负相关[39],关键机制在于高满意度教师对工作各方面的积极评价,可增强其应对技术挑战的主动性,从而规避因技术适应不良所引发的倦怠风险;在行为层面,工作投入度与职业倦怠呈负相关[40],高工作投入度驱动教师倾向于积极整合数智工具于教学实践,由此获得正向反馈与技能提升,进而形成对抗倦怠的良性循环。  尽管技术态度整体与职业倦怠呈不显著的弱负相关,但其子维度感知威胁是核心风险因子,与倦怠呈显著强正相关,而感知积极挑战与感知有用性则未显示出具有统计学意义的相关性[41]。这可能是源于技术威胁感知直接引发教师的焦虑与无力感,进一步加剧倦怠程度;而积极态度的效应微弱,或许是由于积极感知需结合实际技术应用能力才能转化为有效保护作用,单纯的积极认知难以独立缓解倦怠。因此,对教师职业倦怠的管理需优先调控技术威胁认知。  与技术相关教学能力作为应对技术压力的基础性资源,与职业倦怠呈中度负相关。当教师具备扎实的技术知识、熟练的设备操作能力时,可以更自如地整合技术,通过人机协同优化教学来有效缓解压力及倦怠[42][43]。教师与技术相关教学能力的发展有助于其顺利应对技术变革带来的挑战,打破“能力不足—压力累积—倦怠加剧”的潜在困境,进而形成“能力提升—压力纾解—倦怠减轻”的良性循环。因此,与技术相关教学能力水平是数智时代背景下影响教师职业倦怠的关键变量之一。  应对策略方面,本研究发现趋近型应对与教师职业倦怠呈不显著的弱负相关,而回避型应对呈弱正相关。尽管趋近型应对与教师职业倦怠的负相关未达到统计学显著水平,但这一关系趋势仍具有重要的理论启示意义。在技术变革情境中,采取趋近型应对策略的教师能够积极应对各种挑战,通过积累成功经验提升效能感和掌控感,从而更快地适应新型教学模式,降低倦怠水平;而选择回避型应对策略的教师,不仅无法消除技术压力源,反而因持续适应不良,加剧无力感和焦虑感,进而导致倦怠程度加重[44]。  综上所述,从动态发展视角来看,持续的技术威胁感知易诱发回避型应对,抑制技术相关教学能力发展,进而加剧职业适应不良与倦怠风险。然而,心理资本(韧性、自我效能感)、情绪调节能力、特定人格特质(外向性、尽责性)、工作幸福感等积极个体资源在这一负性强化路径中发挥着关键正向调节作用,既能缓冲技术压力的直接冲击,又能通过提升应对效能、重塑认知评估等方式打破负性循环,为教师职业健康发展提供多重保护屏障。  (二)工作要求与职业倦怠的关系  本研究结果表明,工作要求层面的三个因素,即技术压力、工作量和“工作—家庭”冲突均与教师职业倦怠呈中度正相关。  数智技术在教育教学过程中的深度嵌入使教师面临巨大危机。已有研究证实,技术工具使用和虚拟教学实施所引发的技术压力显著加剧了教师的焦虑症状与倦怠程度[45]。深入分析发现,技术压力的核心构成,即技术不安全感、技术入侵和技术过载均能独立且显著地正向预测教师职业倦怠[46]。其根源在于数智技术的迭代速度远超教师专业发展周期,造成技术鸿沟持续扩大。这种能力与要求的严重不匹配迫使教师投入超额的时间和认知资源,以掌握技术应用及其与教学整合的方法,致使工作负荷增加,倦怠程度不断深化。  当面授课程因全球公共卫生危机而暂停,而远程教学转为常态时,教师的工作量呈现显著增长态势[47]。这一现象的核心诱因在于由数智技术强化的泛在连接能随时穿透非工作时间,迫使其处于无间断的工作响应状态。不仅如此,技术驱动的弹性工作模式极易引发教师的自我损耗行为,具体表现为工作职责范围的无序扩张与工作强度的非理性攀升[48]。这种由数智技术导致的工作量膨胀现象,实质上构成了对教师时空资源与心理能量的持续性侵占,进而促使其倦怠症状不断加剧。  “工作—家庭”冲突是影响教师职业倦怠的另一显著风险因素。究其原因,数智技术构造的“虚拟生存”状态“挤占”甚至“绑架”了教师的私人生活[49],导致其工作与家庭领域间的角色需求竞争加剧,进而诱发职业倦怠[50]。具体而言,当数智技术模糊了公私界限时,持续的工作要求会过度消耗个体资源,致使教师难以满足家庭角色需求,由此引发强烈的角色冲突与压力体验,最终导致个体资源被持续消耗直至衰竭,造成职业倦怠的深度加剧与恶性循环。  (三)工作资源与职业倦怠的关系  本研究结果显示,工作资源层面因素和职业倦怠的关联存在差异:内部支持与职业倦怠呈中度负相关,资源短缺呈弱正相关,而外部支持的关联则相对有限。  面对技术深度融入教学的现实,内部支持被证实能显著缓解教师的职业倦怠[51]。其关键在于内部支持来自工作环境本身,能够通过提供系统化的技术培训,提升教师在数智环境中的掌控感;反之,若缺失内部支持,则会加剧教师的技术压力与倦怠程度。相比之下,来自教师私人关系网络的外部支持在缓解职业倦怠方面的效果相对有限[52]。这源于此类支持通常无法提供促进教师数智素养发展的专业性帮助,因此难以减轻由于技术压力造成的倦怠感。  尽管资源短缺与倦怠仅呈弱正相关,但其危害在技术快速迭代期尤为明显。数智时代对教学资源的数字化、智能化要求提升,资源短缺不仅直接引发教师情绪耗竭,降低其个人成就感[53],还会通过提升焦虑水平、削弱自我效能感等心理机制间接加剧倦怠程度[54]。核心症结在于教育技术需求的加速演进与资源供给的结构性滞后,迫使教师陷入“技术应用需求—自身数智素养—组织资源保障”的多重错配困境。这不仅导致个人精力与时间资源的过度代偿性消耗,更因持续的适应挫败和技术应用效能低下引发深层心理资源的耗损,形成向倦怠加速演进的恶性循环。  因此,构建面向未来的教师支持体系,要优先强化组织主导的技术赋能生态,系统提供技术工具支持与技能培训,从而提升教师的专业能力。此外,需针对性地疏解由技术性资源困境衍生的心理连锁反应,方能构筑适应数智时代教学的教师职业健康防护机制。

结语

  本研究通过元分析方法,系统考察了数智时代背景下教师职业倦怠的影响机制。基于31项研究识别出12个关键影响因素,并将其归纳为个体资源、工作要求和工作资源三个维度。  在个体资源层面,除技术态度、应对策略与职业倦怠的关联较弱外,心理资本、情绪调节、人格特质、工作幸福感、与技术相关教学能力等5个因素均与职业倦怠之间存在中度或强度负相关。这一发现为解释在相同工作环境条件下教师职业倦怠程度的个体差异性提供了重要依据。  在工作要求层面,技术压力、工作量以及“工作—家庭”冲突均与职业倦怠呈中度正相关,表明在数智技术整合过程中衍生出的各类新型工作要求,已成为加剧教师职业倦怠的重要压力源。同时,工作资源层面的分析结果显示,社会支持的两个子维度与教师职业倦怠的相关性强弱存在差异。具体而言,内部支持与职业倦怠呈中度负相关,而外部支持与职业倦怠的关联有限,这一差异凸显了完善内部支持体系在缓解教师职业倦怠方面的关键作用。此外,资源短缺与职业倦怠之间的弱正相关也证实了保障基本的资源配置对于预防教师职业倦怠的必要性。  这些发现为教育机构制定差异化的职业倦怠干预策略提供了重要启示:在数智时代背景下,需构建包含个体资源建设、工作要求优化以及工作资源系统支持的多层次干预体系,以缓解教师因技术适应不良所引发的职业倦怠问题。首先,应重视教师个体心理资源的培育与强化,尤其应聚焦心理资本、情绪调节能力及工作幸福感的提升。通过正念干预、阅读疗法等方式来提升教师应对负面情绪的能力[55],增强其在技术融合环境中的心理适应力,并协同提升其技术相关教学能力,从而有效阻断“技术感知威胁—回避型应对—倦怠加剧”的负向路径。其次,需系统性优化技术嵌入带来的工作要求,合理调控工作负荷、明确技术使用边界,并着力提升数智工具的感知有用性和感知易用性,由此减轻技术压力与“工作—家庭”冲突带来的资源耗竭。最后,应加强组织层面工作资源的制度化供给,特别是完善以技术培训、专业支持与资源保障为核心的内源性支持系统,构建“能力发展—资源适配—心理赋能”三位一体的协同干预机制,从而有效缓解职业倦怠,促进教师在数智教育环境中的可持续专业发展。  本研究尚存在以下局限:首先,尽管力求全面考察教师职业倦怠的相关因素,但部分变量(如人格特质、工作量、“工作—家庭”冲突)纳入的原始研究数量有限,这可能在一定程度上影响了元分析结果的稳健性。其次,当前关于数智时代背景下教师职业倦怠影响机制的研究尚处于初级阶段,各因素可合并的原始研究数量较少。鉴于统计功效和效应量估计的精确性要求,本研究未能进行调节效应分析,这一局限有待未来研究积累更多实证证据后加以完善。最后,现有文献对个体要求层面因素(如个人发展需求、职业成就目标等)与职业倦怠关系的研究相对匮乏,也使本研究未能纳入该层面的因素进行分析,建议后续研究加强对这一领域的探索。

▏参考文献:
  [1]MASLACH C, JACKSON S E. The measurement of experienced burnout[J]. Journal of Organizational Behavior, 1981(2):99-113.  [2]王卉卉,宋佳.提高全球教师幸福感的现实意义与当前挑战[J].上海教育,2024(26):7-9.  [3]彭娴,王海洋,陈峥,等.智能时代的终身学习生态构建——2025世界数字教育大会“数智赋能大规模个性化终身学习”平行会议综述[J].中国教育信息化,2025,31(6):60-68.  [4]AL-FUDAIL M, MELLAR H. Investigating teacher stress when using technology[J]. Computers & Education, 2008,51(3):1103-1110.  [5][46]CALIFF C B, BROOKS S. An empirical study of techno-stressors, literacy facilitation, burnout, and turnover intention as experienced by K-12 teachers[J]. Computers & Education, 2020,157:103971.  [6]DEMEROUTI E, BAKKER A B, NACHREINER F, et al. The job demands-resources model of burnout[J]. Journal of Applied Psychology, 2001,86(3):499.  [7]齐亚静,伍新春.工作要求—资源模型:理论和实证研究的拓展脉络[J].北京师范大学学报(社会科学版),2018(6):28-36.  [8]DUAN S, CHU W, LIU H. “Seeking resilience, sustaining development”: A self-narrative study of early career English teacher resilience from an ecological perspective[J]. SustainaBility, 2023,15(16):12386.  [9]BANDURA A. Self-efficacy: Toward a unifying theory of behavioral change[J]. Psychological Review, 1977,84(2):191.  [10]GROSS J J. Emotion regulation: Current status and future prospects[J]. Psychological Inquiry, 2015,26(1):1-26.  [11]CHEN F, WANG X, GAO Y. EFL teachers’ burnout in technology enhanced instructions setting: The role of personality traits and psychological capital[J]. Acta Psychologica, 2024,249:104461.  [12][30]FISHER C D. Happiness at work[J]. International Journal of Management Reviews, 2010,12(4):384-412.  [13]WEIβENFELS M, BENICK M, PERELS F. Teachers’ prerequisites for online teaching and learning: Individual differences and relations to well-being during the COVID-19 pandemic[J]. Educational Psychology, 2022,42(10):1283-1300.  [14]CHI M T H, WYLIE R. The ICAP framework: Linking cognitive engagement to active learning outcomes[J]. Educational Psychologist, 2014,49(4):219-243.  [15]CARVER C S, CONNOR-SMITH J. Personality and coping[J]. Annual Review of Psychology, 2010,61(1):679-704.  [16][17]BROD C. Managing technostress: Optimizing the use of computer technology[J]. Personnel Journal, 1982,61(10):753-57.  [18]TARAFDAR M, TU Q, RAGU-NATHAN B S, et al. The impact of technostress on role stress and productivity[J]. Journal of Management Information Systems, 2007,24(1):301-328.  [19][48]LAU S S S, SHUM E N Y, MAN J O T, et al. Teachers’ well-being and associated factors during the COVID-19 pandemic: A cross-sectional study in Hong Kong, China[J]. International Journal of Environmental Research and Public Health, 2022,19(22):14661.  [20]GREENHAUS J H, BEUTELL N J. Sources of conflict between work and family roles[J]. Academy of Management Review, 1985,10(1):76-88.  [21][22]FIORILLI C, BENEVENE P, DE STASIO S, et al. Teachers’ burnout: The role of trait emotional intelligence and social support[J]. Frontiers in Psychology, 2019,10:2743.  [23][53]SOKAL L J, EBLIE TRUDEL L G, BABB J C. Supporting teachers in times of change: The job demands-resources model and teacher burnout during the COVID-19 pandemic[J]. International Journal of Contemporary Education, 2020,3(2):67.  [24]COHEN J. Statistical power analysis for the behavioral sciences[M]. 2nd ed. New York: Routledge, 1988:79,81.  [25]EGGER M, SMITH G D, SCHNEIDER M, et al. Bias in meta-analysis detected by a simple, graphical test[J]. BMJ, 1997,315(7109):629-634.  [26]ROSENTHAL R. The file drawer problem and tolerance for null results[J]. Psychological Bulletin, 1979,86(3):638.  [27]BORENSTEIN M. In a meta-analysis, the I-squared statistic does not tell us how much the effect size varies[J]. Journal of Clinical Epidemiology, 2022,152:281-284.  [28]HOBFOLL S E. Conservation of resources: A new attempt at conceptualizing stress[J]. American Psychologist, 1989,44(3):513.  [29]STERNE J A C, SUTTON A J, IOANNIDIS J P A, et al. Recommendations for examining and interpreting funnel plot asymmetry in meta-analyses of randomised controlled trials[J]. BMJ, 2011,343:d4002.  [31][54]SHIMONY O, MALIN Y, FOGEL-GRINVALD H, et al. Understanding the factors affecting teachers’ burnout during the COVID-19 pandemic: A cross-sectional study[J]. Plos One, 2022,17(12):e0279383.  [32]PANISOARA I O, LAZAR I, PANISOARA G, et al. Motivation and continuance intention towards online instruction among teachers during the COVID-19 pandemic: The mediating effect of burnout and technostress[J]. International Journal of Environmental Research and Public Health, 2020,17(21):8002.  [33]LI H. Investigating the effects of emotion regulation and creativity on Chinese EFL teachers’ burnout in online classes[J]. Porta Linguarum, 2023(2023c):177-193.  [34][43]YANG X, DU J. The effect of teacher self-efficacy, online pedagogical and content knowledge, and emotion regulation on teacher digital burnout: A mediation model[J]. BMC Psychology, 2024,12(1):51.  [35][37]STAN R. Personality traits, technology-related teaching skills, and coping mechanisms as antecedents of teachers’ job-related affective well-being and burnout in compulsory and higher education online teaching settings[J]. Frontiers in Psychology, 2022,13:792642.  [36]STEEL P, SCHMIDT J, SHULTZ J. Refining the relationship between personality and subjective well-being[J]. Psychological Bulletin, 2008,134(1):138-161.  [38]GUTENTAG T, ASTERHAN C S C. Burned-out: Middle school teachers after one year of online remote teaching during COVID-19[J]. Frontiers in Psychology, 2022,13:802520.  [39]TRINIDAD J E. Teacher satisfaction and burnout during COVID-19: What organizational factors help?[J]. International Journal of Leadership in Education, 2025,28(1):214-232.  [40]CACCIAMANI S, CESARENI D, FIORILLI C, et al. Teachers’ work engagement, burnout, and interest toward ICT training: School level differences[J]. Education Sciences, 2022,12(7):493-504.  [41]DAUMILLER M, RINAS R, HEIN J, et al. Shifting from face-to-face to online teaching during COVID-19: The role of university faculty achievement goals for attitudes towards this sudden change, and their relevance for burnout/engagement and student evaluations of teaching quality[J]. Computers in Human Behavior, 2021,118:106677.  [42][44]RASTEGAR N, RAHIMI M. Teachers’ post-pandemic outlook on the role of technological and pedagogical content knowledge in coping with burnout under adverse conditions: How a job demand transformed into a job resource[J]. Frontiers in Psychology, 2023,14:1129910.  [45]PRESSLEY T. Factors contributing to teacher burnout during COVID-19[J]. Educational Researcher, 2021,50(5):325-327.  [47]VARGAS RUBILAR N, OROS L B. Stress and burnout in teachers during times of pandemic[J]. Frontiers in Psychology, 2021,12:756007.  [49]王丹,张琪.数智时代教师主体性的异化与超越[J].电化教育研究,2025,46(6):107-113.  [50]ZHAO W, LIAO X, LI Q, et al. The relationship between teacher job stress and burnout: A moderated mediation model[J]. Frontiers in Psychology, 2022,12:784243.  [51]LIN Y, AMEYAW M A, ZHANG Q, et al. The relationship between teacher professional identity and burnout amid the pandemic: A moderated mediation model[J]. Frontiers in Public Health, 2022,10:956243.  [52]BABB J, SOKAL L, EBLIE TRUDEL L. This is us: Latent profile analysis of Canadian teachers’ burnout during the COVID-19 pandemic[J]. Canadian Journal of Education, 2022,45(2):555-585.  [55]吴筱萌,管乐,林易,等.提升教师职业幸福感的技术可供性[J].中国教育信息化,2025,31(4):109-117.
Hidden Worries in the Era of Digital Intelligence: Multidimensional Influences on Teacher Burnout—A Meta-Analysis Based on 31 StudiesRui LI1, Shanshan DUAN2, Yijing ZHUANG2(1. Library, Yunnan Normal University, Kunming 650500, Yunnan;2. School of Information Science and Technology, Yunnan Normal University, Kunming 650500, Yunnan)
Abstract:Teacher burnout, as a significant issue in occupational mental health, not only has a profound impact on the physical and mental health and professional development of individual teachers, but also is directly associated with the quality of education and teaching, the academic achievement of students, and the overall effectiveness of the education system. With the advent of the digital intelligence era, the role restructuring and heightened competency demands arising from the deep integration centered on artificial intelligence technology has become a new source of occupational stress for teachers. This shift has endowed research on job burnout with greater practical significance. Therefore, in order to systematically explore the influence mechanism of teacher burnout in the context of the digital intelligence era, this study included 31 empirical studies for meta-analysis. The findings revealed that at the individual resource level, psychological capital, emotional regulation, personality traits, work well-being, and technology-related teaching competencies exhibited moderate to strong negative correlations with occupational burnout. Avoidance coping showed a weak positive correlation, while technological attitudes and approach coping demonstrated non-significant weak negative correlations. At the job demand level, technical pressure, workload, and work-family conflict were moderately positively correlated with burnout. At the job resource level, resource scarcity showed a moderately positive correlation with burnout. At the job resource level, resource scarcity showed a weakly positive correlation with burnout, internal support was moderately negatively correlated, and the correlation with external support was limited. The results of the study reveal the multilevel influence mechanism of teacher burnout and provide empirical evidence to inform the development of a teacher burnout intervention system in the context of the digital intelligence era.
Keywords:Digital intelligence era; Teacher burnout; Digital burden; Meta-analysis; Job Demands-Resources model
编辑:李晓萍 校对:王天鹏
往期推荐
《中国教育信息化》2026年第03期《中国教育信息化》2026年第02期《中国教育信息化》2026年第01期
点击此处投稿
数智时代的隐忧:教师职业倦怠的多维影响因素——基于31项研究的元分析
© 版权声明

相关文章