زمینه و هدف: این پژوهش با هدف پیش‌بینی رفتارهای مقابله‌ای کارکنان در مواجهه با استرس شغلی و با استفاده از ترکیب روش‌های تحلیل معادلات ساختاری و یادگیری ماشین انجام شد. این مطالعه به دنبال ارائه چارچوبی علمی برای درک بهتر مکانیسم‌های مقابله با استرس در محیط‌های کاری است.
روش تحقیق: جامعه آماری شامل ۲۴۰ نفر از کارکنان یک سازمان خدماتی که به روش نمونه‌گیری تصادفی ساده انتخاب شدند. داده‌ها از طریق پرسشنامه‌های استاندارد شده جمع‌آوری گردید و پایایی آن‌ها با ضریب آلفای کرونباخ بالای ۰.۸۵ مورد تأیید قرار گرفت. فرآیند تحلیل داده‌ها در دو مرحله اصلی انجام پذیرفت: در مرحله اول از تحلیل معادلات ساختاری (SEM) برای بررسی روابط بین متغیرها استفاده شد و در مرحله دوم مدل‌سازی با الگوریتم‌های مختلف یادگیری ماشین انجام گرفت.
یافته‌ها: نتایج حاصل از تحلیل معادلات ساختاری نشان داد که سه متغیر استرس شغلی حمایت سازمانی و خودکارآمدی تأثیر معناداری بر رفتارهای مقابله‌ای دارند. در بخش یادگیری ماشین الگوریتم شبکه عصبی چندلایه (MLP) با دقت قابل توجه ۹۲.۵ درصد و ضریب تعیین ۰.۶۸ مدل پیشنهادی به عنوان بهترین ابزار پیش‌بینی‌کننده شناخته شدکه این نتایج بیانگر قدرت پیش‌بینی بالای آن است.
نتیجه‌گیری: مدل ترکیبی ارائه شده در این تحقیق به عنوان ابزاری کارآمد دقیق و علمی برای پیش‌بینی رفتارهای مقابله‌ای و طراحی برنامه‌های مدیریت استرس در سازمان‌های مختلف به شمار می‌آید. این مدل می‌تواند به مدیران و تصمیم‌گیرندگان کمک کند تا با درک بهتر از واکنش‌های کارکنان در مواجهه با استرس استراتژی‌های موثرتری را برای کمک به بهبود سلامت روانی و افزایش کارایی در محیط کار پیاده‌سازی کنند.