Examining the Relationship Between Personality Traits, Compassion Satisfaction, and Compassion Fatigue Among Police Officers
Notice bibliographique
Résumé
Police officers are often exposed to violence and potentially traumatic encounters, but they have not been a focus of research on compassion fatigue or compassion satisfaction. The current study examines compassion fatigue and satisfaction among police officers and how these variables are influenced by negative personality traits. This study’s participants were police officers ( n = 1,173) from the National Police of Finland, and its aims were twofold: (a) to explore the prevalence rates and relationships between compassion fatigue, compassion satisfaction, burnout, and personality traits (Machiavellianism, `narcissism, psychopathy) among study participants; and (b) to explore whether compassion satisfaction, burnout, years of police experience, and negative personality traits are predictors of compassion fatigue. The results of the current study indicated that 10% of police officers indicated high levels of compassion fatigue and 40% revealed low levels of compassion satisfaction. In addition, compassion fatigue was found to be negatively correlated with compassion satisfaction ( r = −.33, p < .01), whereas negative personality traits were positively correlated with compassion fatigue (Machiavellianism: r = .20; narcissism: r = .19; psychopathy: r = .23; p < .01). Furthermore, negative personality traits (except narcissism) were negatively correlated with compassion satisfaction (Machiavellianism: r = −.22; psychopathy: r = −.32). Structural equation modeling (SEM) was performed to assess predictors of compassion fatigue and it indicated good model fit to the data (goodness of fit index, GFI = .976; comparative fit index, CFI = .934; root mean square error of approximation, RMSEA = .092; standardized root mean square residual, SRMR = .421). In addition, SEM revealed that compassion satisfaction, burnout, and personality traits (Machiavellianism, narcissism, and psychopathy) were significant predictors of compassion fatigue. Clinical and training implications as well as future research recommendations are also 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».