MétaCan
Menu
Retour à la cohorte
Enregistrement W2807970646 · doi:10.1093/police/pay033

Quality over Quantity: Assessing the Impact of Frequent Public Interaction Compared to Problem-Solving Activities on Police Officer Job Satisfaction

2018· article· en· W2807970646 sur OpenAlexaffabout
Victoria A. Sytsma, Eric L. Piza

Notice bibliographique

RevuePolicing A Journal of Policy and Practice · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésOfficerJob satisfactionPsychologyOddsQuality (philosophy)Job performanceJob attitudeApplied psychologyJob designSocial psychologyPolitical scienceMedicineLogistic regression

Résumé

récupéré en direct d'OpenAlex

Abstract Research outside the field of policing has shown that job satisfaction predicts job performance. While policing research has demonstrated performing community-oriented policing (COP) activities generally improves police officer job satisfaction, the mechanism through which it occurs remains unclear. This study contributes to the community-policing literature through a survey of 178 police officers at the Toronto Police Service. The survey instrument measures the mechanism through which job satisfaction is impacted. Results indicate that primary response officers are more likely to be somewhat or very unsatisfied with their current job assignment compared with officers with a COP assignment—confirming what previous research has found. Further, those who interact with the public primarily for the purpose of engaging in problem-solving are more likely to be very satisfied with their current job assignment compared with those who do so primarily for the purpose of responding to calls for service. Engaging in problem-solving increases the odds of being very satisfied in one’s job assignment, and the combination of frequent contacts with the public and problem-solving is less important than problem-solving alone. The implications of the study findings for COP strategies are discussed.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,176
Tête enseignante GPT0,527
Écart entre enseignants0,352 · 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.

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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicing A Journal of Policy and PracticeMême sujetPolicing Practices and PerceptionsTravaux en français237 207