MétaCan
Menu
Retour à la cohorte
Enregistrement W2653476955 · doi:10.1080/10439463.2017.1342644

It’s not all about guns and gangs: role overload as a source of stress for male and female police officers

2017· article· en· W2653476955 sur OpenAlexaff
Linda Duxbury, Michael Halinski

Notice bibliographique

RevuePolicing & Society · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensToronto Metropolitan UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésMandatePsychologyWork (physics)Information overloadStressorSocial psychologyClinical psychologyPolitical scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

This research uses male (n = 1169) and female (n = 300) samples of police officers and multivariate techniques to test a model which hypothesises: (1) work-role overload and family-role overload will predict stress, (2) objective (i.e. hours employed) and subjective (i.e. non-supportive culture, pressures to perform work outside their mandate, competing demands) work demands will predict work-role overload, (3) objective (i.e. dependent care hours) family demands will predict family-role overload and (4) gender differences across all paths. Results showed the relationship between work-role overload and stress was stronger for male police officers, whereas the relationship between family-role overload and stress was stronger for female police officers. Hours employed, performing work outside one’s mandate, and perceptions of the work culture as non-supportive were stronger predictors of work-role overload for the female officers in our sample than for their male counterparts. The path between hours in dependent care hours and family-role overload was also stronger for female than male police officers. Competing work demands, on the other hand, was a stronger predictor of work- role overload for male than female police officers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,383
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations45
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicing & SocietyMême sujetPolicing Practices and PerceptionsTravaux en français237 207