Development of the Behavioural-Biomedical Law Enforcement Stress Discordance Model (B2LESD): An epidemiological criminology framework (LEPH2018)
Notice bibliographique
Résumé
The stressors associated with the law enforcement profession have become a focal point of discussion as the reporting of police misconduct has been increasing. Simultaneously researchers are exploring the relationship between police stress, as manifested through physical behavior, and health outcomes. While the current definitions and theories shed some light on the pathways of police stress leading to police misconduct, the emergence of more critical, interdisciplinary theories is essential and needed so as to better understand its underlying causes scientifically and practically. Relevant studies conducted from year 2008 to present were searched and collected, through a number of databases, to investigate the relationship between stress and police misconduct. The results of the final sample of ten studies were utilized to refine a conceptual model that serves as a guiding framework to more accurately provide a conceptual picture of police stress-exposure and the role of the bio-psycho-social and environmental contributors that impact the police work environment, thereby influencing the stress experienced by police officers that lead to police misconduct. We use the Epidemiological Criminology framework to understand the biobehavioural impact of stressful exposure on health and wellness of law enforcement officers. This framework intends to help the law enforcement, research, policy, and practice community to understand more effectively the bio-psycho-social and environmental health effects within the context of the behavioural and biomedical disparities of police officers, who are likely to experience high levels of stress while on duty—leading to the development of stress-reduction interventions for 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».