北京工业大学耿丹学院,北京
心理咨询实务课程作为应用心理学专业的核心课程,其教学效果直接影响未来从业者的专业胜任力。近年来,教育心理学领域越来越关注非认知因素对专业技能习得的影响(Norcross & Karpiak,2017)。研究基于自我决定理论(SDT)和体验式学习理论,探讨学习动机和参与度对心理咨询实务课程效果的影响机制,特别关注咨询技能掌握、知识运用等实践性学习成果。
心理咨询学习具有鲜明的实践性特征,传统研究多聚焦于教学方法(如角色扮演、案例督导)对学习效果的影响(Hill & Knox,2021),却较少关注学习者内在心理过程。事实上,心理咨询实务课程要求学习者同时完成知识内化、技能训练和态度培养三重任务,这一特殊性可能使动机和参与度的作用机制区别于理论课程。现有研究表明,咨询学员的内在动机与其共情能力呈显著正相关(Williams et al.,2020),而课堂参与度则预测技能演练的熟练程度(Tracey et al.,2014)。然而,这些研究多局限于单一维度,未能揭示动机—参与度—学习效果三者的内在关联。
学习效果的影响因素一直是教育心理学研究的核心议题。Pintrich(2003)提出的动机期望—价值理论指出,学习动机通过影响学生的认知投入和情感投入间接决定学业成就。近年来,随着学生中心教育理念的深化,学习参与度(Engagement)作为连接动机与结果的中间变量受到广泛关注(Fredricks et al.,2004)。研究旨在探讨三个关键问题:(1)学习动机和参与度对不同人口统计学特征学生的影响是否存在差异;(2)学习动机和参与度两变量与学习效果的相关程度;(3)动机和参与度对学习效果的预测效力。
研究以北京工业大学耿丹学院应用心理学专业学生为被试,共发放问卷240份,回收235份,回收率97.9%,删除无效数据,问卷有效率为97.4%,被试具体情况如表1所示。
表 1 被试人口学信息
Table 1 Demographic information of participants
| 类别 | 内容 | 人数 | 百分比(%) |
| 性别 | 男 | 75 | 32.80 |
| 女 | 154 | 67.20 | |
| 年级 | 大二 | 90 | 39.30 |
| 大三 | 66 | 28.80 | |
| 大四 | 73 | 31.90 | |
| 生源地 | 城镇 | 191 | 83.40 |
| 农村 | 38 | 16.60 | |
| 有效总人数 | 229 | 100.00 | |
文献研究法主要指搜集、鉴别、整理文献,并通过对文献的研究形成对事实的科学认识的方法(杜晓利,2013)。通过查阅文献,对学习效果的影响因素、测量方法和相关研究有了一定的了解,为研究提供理论依据。
问卷调查法是一种量化研究方法,通过设计标准化的问卷进行数据收集(郑晶晶,2014)。采用学生学习参与度问卷、学习动机问卷来测量学生的学习现状,以学生主观评估和客观成绩作为学习效果的测量方法。
根据池丽萍和辛自强(2006)修订的美国研究者 Amabile 等(1994)编制的“工作(学习)动机问卷”(Working Preference Inventory),研究将部分题目修订为“心理咨询”相关的措辞,以更加有针对性地测量学生在心理咨询实务课程中的动机表现。问卷有内部动机和外部动机两个维度,由 30 个项目组成,选项有“完全不符合”1,“比较不符合”2,“不确定”3,“比较符合”4,“完全符合”5五个,采用5点计分法,总分越高说明学习动机水平越高。
根据学习参与度的概念和以往的测量维度(孔企平,2003),研究从认知参与、行为参与和情感参与三个维度对学习参与度进行测量,并根据心理咨询的课程特点,编制了学习参与度问卷,问卷的三个维度分别有7道题目,一共21道题目,采用5点计分法,有“极不同意”1,“不同意”2,“无意见”3,“同意”4,“非常同意”5五个选项,总分越高说明学习参与度越深。
为了更加有针对性地对心理咨询实务课程学生的学习效果进行测量,研究从技能掌握和知识运用两个角度进行评估,采用自我报告的方式让学生评估对课程的技能掌握和知识运用情况。技能掌握方面包括14个题项,选项有“完全掌握不了”1,“能掌握少数”2,“一般”3,“能掌握多数”4,“完全能掌握”5五个;知识运用方面包括4个题项,选项有“几乎不能”1,“有一定难度”2,“一般”3,“比较容易”4,“很容易”5五个;所有题目都采用5点计分法,总分越高说明学习效果越好。
经检验,学习动机的两个维度的内部一致性α系数分别为0.86、0.80,总动机的α系数为0.84,信度良好。使用KMO 和 Bartlett 检验进行效度验证,调查数据的KMO检验值为0.92,大于0.70,p<0.001,效度结构较好。以上分析表明学习动机问卷具有良好的测量学特性。
对应用心理学专业学生的学习动机及其各维度进行描述性分析。由于学习动机问卷采用五点计分,因此,取3为中间值,其均值和标准差如表2所示。
表 2 学习动机的描述统计结果(N=229)
Table 2 Descriptive statistics of learning motivation (N=229)
| 变量 | 题目数 | Min | Max | M | SD |
| 内部动机 | 14 | 1.14 | 5.00 | 3.68 | 0.61 |
| 外部动机 | 16 | 1.75 | 4.50 | 3.44 | 0.47 |
| 总动机 | 30 | 1.47 | 4.73 | 3.55 | 0.50 |
由表2可知,学生的学习动机及其各维度的均值都处于中间值一个标准差内的范围,即学习动机处于中等水平,其中内部动机较高。
本调查将性别、年级、生源地等三个变量作为人口学变量,分析应用心理学专业学生的学习动机在人口学变量上的差异。
由表3可知,以性别为自变量,学习动机的各维度为因变量,进行独立样本t检验。结果显示,女生的内部动机与男性的内部动机有显著差异(p<0.05,d=0.34),女生的内部学习动机低于男生的内部动机;而在外部动机和总体学习动机上,男生与女生之间并无显著差异(p>0.05)。
表 3 学习动机的在性别上的差异检验(N=229)
Table 3 Test of gender differences in learning motivation (N=229)
| 变量 | 男(n=75) | 女(n=154) | t | df | p |
| 内部动机 | 3.82±0.61 | 3.61±0.60 | 2.41 | 227 | 0.017 |
| 外部动机 | 3.48±0.53 | 3.43±0.45 | 0.81 | 227 | 0.420 |
| 总动机 | 3.64±0.52 | 3.51±0.48 | 1.77 | 227 | 0.078 |
由表4可知,以生源地为自变量,学习动机的各维度为因变量,进行独立样本t检验。结果显示,不同生源地对学生学习动机总分及各维度的学习动机没有显著影响(p>0.05)。
表 4 学习动机的在生源地上的差异检验(N=229)
Table 4 Test of regional differences in learning motivation (N=229)
| 变量 | 城镇(n=191) | 农村(n=38) | t | df | p |
| 内部动机 | 3.71±0.56 | 3.53±0.80 | 1.66 | 227 | 0.098 |
| 外部动机 | 3.46±0.45 | 3.35±0.59 | 1.32 | 227 | 0.189 |
| 总动机 | 3.58±0.46 | 3.44±0.66 | 1.60 | 227 | 0.112 |
由表5可知,以年级为自变量,学习动机的各维度为因变量,进行单因素方差分析。结果显示,不同年级对学生各维度的学习动机及其总分没有显著影响。
表 5 学习动机的在年级上的差异检验(N=229)
Table 5 Test of grade differences in learning motivation (N=229)
| 变量 | 大二(n=90) | 大三(n=66) | 大四(n=73) | F | p |
| 内部动机 | 3.69±0.62 | 3.66±0.69 | 3.70±0.50 | 0.08 | 0.925 |
| 外部动机 | 3.46±0.48 | 3.41±0.57 | 3.44±0.37 | 0.22 | 0.805 |
| 总动机 | 3.57±0.51 | 3.53±0.59 | 3.56±0.38 | 0.14 | 0.872 |
经检验,学习参与度的三个维度的内部一致性α系数分别为0.85、0.75、0.81,总参与度的α系数为0.77,信度良好。使用KMO和Bartlett检验进行效度验证,调查数据的KMO检验值为0.92,大于0.70,p<0.001,效度结构较好。以上分析表明学习参与度问卷具有良好的测量学特性。
对应用心理学专业学生的学习参与度及其各维度进行描述性分析。由于学习参与度问卷采用五点计分,因此取3为中间值,其均值和标准差如表6所示。
表 6 学习参与度的描述统计结果(N=229)
Table 6 Descriptive statistics of learning engagement (N=229)
| 变量 | 题目数 | Min | Max | M | SD |
| 行为参与 | 7 | 1.29 | 5.00 | 3.53 | 0.68 |
| 认知参与 | 7 | 1.33 | 4.81 | 3.56 | 0.52 |
| 情感参与 | 7 | 1.00 | 5.00 | 3.65 | 0.66 |
| 总参与度 | 21 | 1.33 | 4.81 | 3.56 | 0.52 |
由表6可知,学生的学习参与度及其各维度的均值都处于中间值一个标准差内的范围,即学习参与度处于中等水平,其中情感参与>认知参与>行为参与。
本调查将性别、年级、生源地等三个变量作为人口学变量,分析应用心理学专业学生的学习参与度在人口学变量上的差异。
由表7可知,以性别为自变量,学习参与度的各维度为因变量,进行独立样本 t 检验。结果显示,男生的行为参与、认知参与、情感参与与女生无显著差异(p>0.05);在总体的学习参与度方面,男生与女生也无显著差异(p>0.05)。
表 7 学习参与度的在性别上的差异检验(N=229)
Table 7 Test of gender differences in learning engagement (N=229)
| 变量 | 男(n=75) | 女(n=154) | t | df | p |
| 行为参与 | 3.53±0.72 | 3.53±0.66 | 0.04 | 227 | 0.965 |
| 认知参与 | 3.60±0.53 | 3.54±0.51 | 0.81 | 227 | 0.418 |
| 情感参与 | 3.69±0.67 | 3.63±0.65 | 0.66 | 227 | 0.508 |
| 总参与度 | 3.60±0.53 | 3.54±0.51 | 0.81 | 227 | 0.418 |
由表8可知,以生源地为自变量,学习参与度的各维度为因变量,进行独立样本 t 检验。结果显示,不同生源地对学生各维度的学习参与度以及总参与度没有显著影响(p>0.05)。
表 8 学习参与度的在生源地上的差异检验(N=229)
Table 8 Test of regional differences in learning engagement (N=229)
| 变量 | 城镇(n=191) | 农村(n=38) | t | df | p |
| 行为参与 | 3.55±0.65 | 3.43±0.81 | 0.95 | 227 | 0.341 |
| 认知参与 | 3.58±0.49 | 3.45±0.66 | 1.35 | 227 | 0.177 |
| 情感参与 | 3.67±0.63 | 3.53±0.78 | 1.16 | 227 | 0.248 |
| 总参与度 | 3.58±0.49 | 3.45±0.66 | 1.35 | 227 | 0.177 |
由表9可知,以年级为自变量,学习参与度的各维度为因变量,进行单因素方差分析。结果显示,不同年级对学生各维度的学习参与度及总参与度没有显著影响(p>0.05)。
表 9 学习参与度的在年级上的差异检验(N=229)
Table 9 Test of grade differences in learning engagement (N=229)
| 变量 | 大二(n=90) | 大三(n=66) | 大四(n=73) | F | p |
| 行为参与 | 3.53±0.69 | 3.55±0.75 | 3.50±0.62 | 0.12 | 0.889 |
| 认知参与 | 3.56±0.49 | 3.55±0.63 | 3.56±0.45 | 0.01 | 0.990 |
| 情感参与 | 3.70±0.63 | 3.61±0.74 | 3.62±0.61 | 0.44 | 0.643 |
| 总参与度 | 3.56±0.49 | 3.55±0.63 | 3.56±0.45 | 0.01 | 0.990 |
经检验,学习效果的内部一致性α系数为0.96,技能掌握和知识运用的内部一致性α系数分别为0.97、0.81,信度良好。使用KMO 和 Bartlett 检验进行效度验证,调查数据的KMO检验值为0.95,大于0.70,p<0.001,效度结构较好。以上分析表明学习效果问卷具有良好的测量学特性。
对应用心理学专业学生的学习效果进行描述性分析。由于学习效果由原始百分数转化为五分制,因此取3为中间值,其均值和标准差如表10所示。
表 10 学习效果的描述统计结果(N=229)
Table 10 Descriptive statistics of learning effect (N=229)
| 变量 | Min | Max | M | SD |
| 技能掌握 | 0.00 | 5.00 | 3.36 | 1.14 |
| 知识运用 | 1.00 | 5.00 | 2.66 | 0.76 |
由表10可知,学生的技能掌握和知识运用的均值在3左右,即学习效果总体来说处于中等水平,其中技能掌握的平均水平高于知识运用。
本调查将性别、年级、生源地等三个变量作为人口学变量,分析应用心理学专业学生的学习效果在人口学变量上的差异。
由表11可知,以性别为自变量,技能掌握和知识运用为因变量,进行独立样本 t 检验。结果显示,男生与女生的技能掌握和知识运用均无显著差异(p>0.05)。结果说明,不同性别对学生各维度的学习效果没有显著影响。
表 11 学习效果的在性别上的差异检验(N=229)
Table 11 Test of gender differences in learning effect (N=229)
| 变量 | 男(n=75) | 女(n=154) | t | df | p |
| 技能掌握 | 3.44±1.25 | 3.32±1.09 | 0.77 | 227 | 0.440 |
| 知识运用 | 2.67±0.74 | 2.66±0.77 | 0.04 | 227 | 0.968 |
由表12可知,以生源地为自变量,技能掌握和知识运用为因变量,进行独立样本 t 检验。结果显示,城镇与农村学生的技能掌握和知识运用均无显著差异(p>0.05)。结果说明,不同生源地对学生各维度的学习效果没有显著影响。
表 12 学习效果的在生源地上的差异检验(N=229)
Table 12 Test of regional differences in learning effect (N=229)
| 变量 | 城镇(n=191) | 农村(n=38) | t | df | p |
| 技能掌握 | 3.39±1.09 | 3.20±1.36 | 0.82 | 227 | 0.418 |
| 知识运用 | 2.68±0.75 | 2.58±0.82 | 0.75 | 227 | 0.452 |
由表13可知,以年级为自变量,技能掌握和知识运用为因变量,进行单因素方差分析。结果显示,各年级学生的技能掌握和知识运用均无显著差异(p>0.05)。结果说明,不同年级对学生各维度的学习效果没有显著影响。
表 13 学习效果的在年级上的差异检验(N=229)
Table 13 Test of grade differences in learning effect (N=229)
| 变量 | 大二(n=90) | 大三(n=66) | 大四(n=73) | F | p |
| 技能掌握 | 3.20±1.25 | 3.49±1.18 | 3.45±0.93 | 1.51 | 0.224 |
| 知识运用 | 2.60±0.80 | 2.79±0.73 | 2.63±0.72 | 1.28 | 0.281 |
分析应用心理学专业学生的学习动机与学习参与度对学习效果的影响,主要从相关分析和回归分析来分析三者之间的关系。
由表14可知,学生的学习动机与学习参与度的总分及各维度均呈现中等偏强的显著正相关,它们与技能掌握程度也都呈现显著正相关,技能掌握与知识运用呈较弱的显著正相关,学生的知识运用与内部动机、行为参与、认知参与这三个维度均呈显著正相关关系,而与动机和参与度的其他维度相关不显著。
表 14 学习动机、学习参与度与学习效果的相关分析
Table 14 Correlation analysis of learning motivation, engagement and effect
| 变量 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 1.总动机 | 1 | ||||||||
| 2.内部动机 | 0.94** | 1 | |||||||
| 3.外部动机 | 0.93** | 0.74** | 1 | ||||||
| 4.总参与度 | 0.82** | 0.82** | 0.70** | 1 | |||||
| 5.行为参与 | 0.68** | 0.72** | 0.55** | 0.88** | 1 | ||||
| 6.认知参与 | 0.71** | 0.77** | 0.54** | 0.86** | 0.74** | 1 | |||
| 7.情感参与 | 0.65** | 0.58** | 0.64** | 0.76** | 0.43** | 0.44** | 1 | ||
| 8.技能掌握 | 0.39** | 0.45** | 0.27** | 0.43** | 0.45** | 0.48** | 0.17* | 1 | |
| 9.知识运用 | 0.12 | 0.17* | 0.05 | 0.13 | 0.18** | 0.28** | -0.12 | 0.21** | 1 |
注:*p<0.05,** p<0.01。
以学习参与度和学习动机的总分及各维度为自变量,知识运用作为因变量,采用逐步回归法分析,认知参与和情感参与两个维度进入了回归方程,共线性统计VIF值均小于2,D-W值为1.91,表明本回归不存在多重共线性,回归模型构建比较好。
从表15可知,认知参与极其显著正向预测了学生对心理咨询知识的运用程度,而情感参与极其显著负向预测了学生对心理咨询知识的运用程度,二者可以解释知识运用14.7%的变异。
表 15 学习动机、学习参与度对知识运用的回归分析
Table 15 Regression analysis of knowledge application by learning motivation and engagement
| 变量 | B | SE | β | t | R2 | 调整后的R2 | F |
| 常数 | 1.91 | 0.33 | 5.70*** | 0.154 | 0.147 | 20.63*** | |
| 认知参与 | 0.59 | 0.10 | 0.42 | 6.11*** | |||
| 情感参与 | -0.35 | 0.08 | -0.31 | -4.48*** |
以学习参与度和学习动机的总分及各维度为自变量,技能掌握作为因变量,采用逐步回归法分析,认知参与和行为参与两个维度进入了回归方程,共线性统计VIF值均小于5,D-W值为1.75,表明本回归不存在多重共线性,回归模型构建比较好。
从表16可知,认知参与和行为参与均极其显著正向预测了学生对心理咨询技能的掌握程度,二者可以解释技能掌握24.1%的变异。
表 16 学习动机、学习参与度对技能掌握的回归分析
Table 16 Regression analysis of skill acquisition by learning motivation and engagement
| 变量 | B | SE | β | t | R2 | 调整后的R2 | F |
| 常数 | -5.25 | 8.64 | -0.61 | 0.248 | 0.241 | 37.19*** | |
| 认知参与 | 14.11 | 3.64 | 0.33 | 3.88*** | |||
| 行为参与 | 6.57 | 2.88 | 0.20 | 2.28* |
从结果来看,心理咨询实务课程学生的学习动机、参与度和学习效果均处于中等水平,其中内部动机、情感和认知参与、技能掌握的表现最为突出。中等动机水平在高等教育中是很常见的(Pintrich,2003),其中内部动机与学习效果的相关关系,尤其是与技能掌握的关系,相比外部动机更加显著。早期研究发现,内在动机对学习效果的促进作用普遍高于外在动机(Ryan & Deci,2000),但这种优势可能因文化背景而异。中国基础教育情境下,外在动机(如考试压力)对学业成绩的预测力可能被低估(Zhou,2022)。但在高等教育领域,能力要求更加多元化,考试压力不再是学生的主要压力来源,取而代之的是就业竞争和社会适应压力(Robotham,2008),这一趋势在中国文化背景下同样显著(李虹,梅锦荣,2011)。
学习参与度对于学习效果的预测凸显了心理咨询教育“做中学”的本质。学习参与度的三个维度对学习效果的预测作用存在差异,从回归分析中可以看到,认知参与不管是对于技能掌握还是知识运用的预测作用都是最大的,有研究发现,不同学段的教育预测作用不一致,行为参与(如出勤率)对基础教育的预测力较强,而认知参与(深度学习策略)对高等教育更关键(Wang & Eccles,2013)。研究再次验证了认知参与在高等教育阶段更加重要。另外,情感参与和行为参与在知识运用和技能掌握上分别起到预测作用,由此可见,在知识运用上,学生的情感和态度发生的改变更加重要,而在技能掌握上,学生有没有在行为上参与课程学习更加能体现出学习的成效。但值得注意的是,情感参与对于知识运用的预测中呈负向作用,一方面,过度的情感投入可能导致认知资源被情绪占用(如焦虑、兴奋),反而干扰对知识的理性分析和应用(Pekrun et al.,2002),尤其在集体主义文化中,情感抑制可能更有利于知识应用,而外显的情感参与反而被视为分心(King & McInerney,2014);另一方面,情感参与可分为积极情感(如兴趣)和消极情感(如焦虑),两者对知识运用的影响相反(Pekrun et al.,2002),研究并没有细分情感参与的维度(比如效价、唤醒度)等,这也为后续的拓展研究提供了思路。
心理咨询作为高度人际互动的专业活动,其学习过程本质上是对罗杰斯提出的“真实一致(Congruence)”状态的体验式建构(Rogers,1957)。当学习者出于兴趣而非考核压力投入训练时,更可能突破自我防御,在角色扮演中展现真实的治疗性自我(Anderson & Patterson,2022)。这解释了为何研究中内部动机更高,认知参与维度比行为和情感参与维度对学习效果具有更强的预测力。
关于群体差异,在性别上,女生的内部学习动机显著低于男生的内部动机,这可能与助人行业中对女性共情能力的固有认知有关,该认知或降低其内在学习动力。当女性感到共情能力被视为“与生俱来”而非“可通过努力提升”时,其掌握目标取向会降低(Smith et al.,2021)。但在总的学习动机上没有发现显著的性别差异,城乡、年级等变量的差异均不显著。心理咨询教育通过系统的伦理训练(如价值中立)、标准化技能培养和督导制度,可能弱化了人口学差异的影响,专业文化的同质化作用使不同背景学生逐渐形成相似的学习模式(Rønnestad & Skovholt,2020)。这一发现具有重要的教育实践价值,心理咨询课程学习应更关注普适性教学策略的开发,而非针对特定群体的差异化方案。
研究存在以下局限:首先,样本局限于同一文化背景,跨文化效度需验证。其次,研究所涉及的课程均在线下开展,因此对于线上心理咨询技能训练的特征数据尚未涉足,但随着人工智能的深入发展,虚拟现实技术的不断植入,出现了很多线上心理咨询新形式,未来可将线上课程的教育实践数据纳入其中进行综合研究。再次,研究未区分不同心理咨询流派技术的学习,因此未能直观对不同理论取向进行差异分析,未来可进一步细分不同理论取向(如CBT vs. 精神分析)课程学习中的差异。
研究针对应用心理学专业的心理咨询实务课程学习,收集了从大二到大四(n=229)的学习动机、参与度及学习效果数据。通过分析发现,女生内部动机显著低于男生,其他维度的性别差异不显著,城乡、年级的差异不显著;动机与参与度呈显著正向的强相关,二者与技能掌握的相关呈现显著正相关;学习参与度对于学习效果(技能掌握、知识运用)的预测作用显著,其中,认知参与和行为参与预测技能掌握,认知参与和情感参与预测知识运用。这些发现为心理咨询课程的课程教育改革提供了新依据。
基于此,心理咨询实务课程的教学改革可以从动机-参与-能力转化的路径入手。创设真实咨询情境,激发学生情境兴趣,强化内部动机;采用启发式教学,引导学生开展深度思考,提升课堂参与质量,激发学生的积极情绪;为学生提供更多的实践机会,将学到的技能转化为实践运用。
[1] 池丽萍, 辛自强. (2006). 大学生学习动机的测量及其与自我效能感的关系. 心理发展与教育, 22(2), 64-70.
[2] 杜晓利. (2013). 富有生命力的文献研究法. 上海教育科研, (10), 1.
[3] 孔企平. (2003). 数学教学过程中的学生参与. 华东师范大学学报(教育科学版), 21(2), 35-40.
[4] 李虹, 梅锦荣. (2002). 大学生压力量表的编制. 应用心理学, 8(1), 6.
[5] 郑晶晶. (2014). 问卷调查法研究综述. 黑龙江教育(理论与实践), (10), 31-32.
[6] Amabile T M, Hill K G, Hennessey B A & Tighe E M. (1994). The Work Preference Inventory: Assessing intrinsic and extrinsic motivational orientations. Journal of Personality and Social Psychology, 66(5), 950-967.
[7] Anderson T & Patterson C H. (2022). Facilitating skills development in counselor education. Routledge.
[8] Fredricks J A, Blumenfeld P C & Paris A H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59-109.
[9] Hill C E & Knox S. (2021). Training and supervision in psychotherapy: Evidence-based approaches. Annual Review of Clinical Psychology, 17, 281-305.
[10] King R B & McInerney D M. (2014). Culture’s consequences on student motivation. Educational Psychology Review, 26(4), 717-739.
[11] Norcross J C & Karpiak C P. (2017). Clinical psychologists in the 2020s: Fifty trends. Clinical Psychology: Science and Practice, 24(4), 346-360.
[12] Pekrun R, Goetz T, Titz W & Perry R P. (2002). Academic emotions in students’ self-regulated learning and achievement: A program of qualitative and quantitative research. Educational Psychologist, 37(2), 91-105.
[13] Pintrich P R. (2003). A motivational science perspective on the role of student motivation in learning and teaching contexts. Journal of Educational Psychology, 95(4), 667-686.
[14] Robotham D. (2008). Stress among higher education students: Towards a research agenda. Higher Education, 56(6), 735-746.
[15] Rogers C R. (1957). The necessary and sufficient conditions of therapeutic personality change. Journal of Consulting Psychology, 21(2), 95-103.
[16] Rønnestad M H & Skovholt T M. (2020). The developing practitioner: Growth and stagnation of therapists and counselors (3rd ed.). Routledge.
[17] Ryan R M & Deci E L. (2000). Intrinsic and extrinsic motivations: classic definitions and new directions. Contemp Educ Psychol, 25, 54-67.
[18] Smith L C. (2021). Stereotype threat in female counseling students: Effects on motivation and skill acquisition. Training and Education in Professional Psychology, 15(2), 118-126.
[19] Tracey T J. (2014). Skill acquisition in counselor training: The role of engagement. Counselor Education and Supervision, 53(2), 131-145.
[20] Wang M T & Eccles J S. (2013). School context, achievement motivation, and academic engagement: A longitudinal study of school engagement using a multidimensional perspective. Child Development, 84(4), 1475-1490.
[21] Williams E N. (2020). The relationship between motivation and empathy in counseling trainees. Journal of Counseling Psychology, 67(4), 442-456.
[22] Zhou M. (2022). Motivational profiles in Chinese education: A cultural perspective. Educational Psychology Review, 34(2), 589-615.