2025年6月，上海师范大学心理学院石文典教授、李秀君博士等在国际知名学术期刊《Education and Training》（JCR一区）发表了一项关于大学生生涯适应力影响因素的研究。该研究采用机器学习的方法系统探讨了环境和个体因素对大学生生涯适应力的联合效应。该研究建立的决策树模型，通过识别不同生涯适应力水平个体的特征差异，明确了干预方案的边界条件，为制定针对性策略提供了量化依据。
本研究采用便利抽样法，收集了2021名大学生的个体与环境特征的相关数据，基于回归树模型分析它们对大学生生涯适应力的联合作用。结果发现，在最初的20个变量中，回归树模型识别出7个关键变量（情绪智力、尽责性、情感温暖、证书数量、开放性、来自教师的职业支持以及认知灵活性）对大学生生涯适应力具有显著影响。其中，情绪智力被识别为预测大学生生涯适应力的最重要因素。基于这些变量之间的交互作用，样本被划分为16个子群体。具有较高情绪智力且获得父母和教师较多支持的大学生，其生涯适应力水平最高；而情绪智力较低且缺乏尽责性的学生，其生涯适应力水平最低。
Figure 1 Regression Tree Model of Career Adaptability Prediction
Figure 2 Importance Ranking of Variables
该研究首次系统性地应用机器学习方法来探讨个体因素与环境因素对大学生生涯适应力的联合影响。通过阐明个体特质与环境因素之间的动态交互机制，深化了我们对生涯适应力生成过程的理解，研究结果丰富了生涯建构理论。同时，研究强调了机器学习技术在识别生涯适应力预测因素间复杂、非线性交互中的实用性，为该领域提供了方法论的贡献。
从实践角度来看，该研究为多方利益相关者提供了可操作的启示。研究结果为设计个性化干预方案以提升大学生生涯适应力提供了坚实的理论基础，对于情绪智力较低的学生，应优先开展提升尽责性、认知灵活性与开放性的干预措施；而对于情绪智力较高的学生，应着重发挥家庭与教师支持的作用以进一步增强其生涯适应力。高校应将情绪智力训练纳入课程体系，并开发针对学生个体特征的生涯指导项目。同时，可通过开展家长和教师的工作坊与培训项目，进一步增强学生的生涯适应力。
心理学院李秀君博士为该论文的第一作者，石文典教授为通讯作者。Education and Training为JCR一区期刊。该期刊为“教育与职业关系”领域的权威期刊。
论文信息：Li, X., Tao, W., Zhang, J., Luo, J., Cai, Y., Deng, M., Hou, L., Yang, Y., Xu, D., Wang, G. and Shi, W. (2025). Regression tree analysis of factors influencing career adaptability in college students. Education + Training.