زمینه و هدف: این پژوهش با هدف پیش بینی رفتارهای مقابله ای کارکنان در مواجهه با استرس شغلی و با استفاده از ترکیب روش های تحلیل معادلات ساختاری و یادگیری ماشین انجام شد. این مطالعه به دنبال ارائه چارچوبی علمی برای درک بهتر مکانیسم های مقابله با استرس در محیط های کاری است.
روش تحقیق: جامعه آماری شامل 240 نفر از کارکنان یک سازمان خدماتی که به روش نمونه گیری تصادفی ساده انتخاب شدند. داده ها از طریق پرسشنامه های استاندارد شده جمع آوری گردید و پایایی آن ها با ضریب آلفای کرونباخ بالای 0.85 مورد تأیید قرار گرفت. فرآیند تحلیل داده ها 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 مدل سازی با الگوریتم های مختلف یادگیری ماشین انجام گرفت. 
یافته ها: نتایج حاصل از تحلیل معادلات ساختاری نشان داد که سه متغیر استرس شغلی حمایت سازمانی و خودکارآمدی تأثیر معناداری بر رفتارهای مقابله ای دارند. در بخش یادگیری ماشین الگوریتم شبکه عصبی چندلایه (MLP) با دقت قابل توجه 92.5 درصد و ضریب تعیین 0.68 مدل پیشنهادی به عنوان بهترین ابزار پیش بینی کننده شناخته شدکه این نتایج بیانگر قدرت پیش بینی بالای آن است.
نتیجه گیری: مدل ترکیبی ارائه شده در این تحقیق به عنوان ابزاری کارآمد دقیق و علمی برای پیش بینی رفتارهای مقابله ای و طراحی برنامه های مدیریت استرس در سازمان های مختلف به شمار می آید. این مدل می تواند به مدیران و تصمیم گیرندگان کمک کند تا با درک بهتر از واکنش های کارکنان در مواجهه با استرس استراتژی های موثرتری را برای کمک به بهبود سلامت روانی و افزایش کارایی در محیط کار پیاده سازی کنند.