MétaCan
Menu
Retour à la cohorte
Enregistrement W2578034091 · doi:10.3138/cjccj.2016.e11

“I’ve Lost Some Sleep over It”: Secondary Trauma in the Provision of Support to Older Fraud Victims

2017· article· en· W2578034091 sur OpenAlexvenueaboutno aff
Cassandra Cross

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoping (psychology)Context (archaeology)Compassion fatigueMedicinePsychologyPsychiatryClinical psychologyBurnout

Résumé

récupéré en direct d'OpenAlex

The Senior Support Unit (SSU) operates from the Canadian Anti-Fraud Centre and uses volunteers (all seniors themselves) to provide telephone support to older fraud victims across Canada. Many fraud victims have experienced significant trauma, and working with them to assist in their recovery can be difficult. Secondary trauma is well established in other contexts as affecting both professionals and volunteers who work with victims. However, secondary trauma has not been examined in the context of supporting fraud victims. Based on interviews with 21 SSU volunteers, it is argued that there are several indicators of secondary trauma evident in the experiences of the SSU volunteers. This article examines the challenges that exist in supporting fraud victims within a secondary trauma framework. This includes the distressing nature of the calls, maintaining boundaries, repeat victims, and suicidal victims. However, it also describes the coping mechanisms that the SSU volunteers have put in place to enable their continued support, primarily focusing on the positives and seeking collegial support. Despite the trauma associated with helping fraud victims, the SSU has developed a strong and positive culture that supports volunteers in that capacity. The article concludes with what can be learned from the SSU example.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,083
Tête enseignante GPT0,345
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénaleMême sujetElder Abuse and NeglectTravaux en français237 207