Emotional self-efficacy and psychological health of police officers
Notice bibliographique
Résumé
Purpose The evaluation of emotional management in police environments has impacts on their health and on their interventions (Monier, 2014; Van Hoorebeke, 2003). There are significant costs related to occupational diseases in the police force: absenteeism, turnover, deterioration of the work climate (Al Ali et al., 2012). Considering that policing involves a high level of emotional control and management (Monier, 2014; Al Ali et al., 2012; Dar, 2011) and that no study has yet examined the relationship between police officers’ emotional competencies and their psychological health at work (PHW), the purpose of this paper is to explore the relationship and influence of emotional self-efficacy (ESE) on PHW in policing. Design/methodology/approach PHW results from psychological distress at work (PDW) (irritability, anxiety, disengagement) and psychological well-being at work (PWBW) (social harmony, serenity and commitment at work) (Gilbertet al., 2011). ESE is defined as the individual’s belief in his or her own emotional skills and effectiveness in producing desired results (Bandura, 1997), conceptualized through seven emotional skills: the use of emotions; the perception of one’s own emotions and that of others; the understanding of one’s emotions and that of others; and the management of one’s emotions and that of others (Deschênes et al., 2016). A correlational estimate was used with a sample of 990 employed police officers, 26 percent of whom were under 34 years of age and 74 percent over 35. The ESE scales (a=0.97) of Deschênes et al. (2018) and Gilbertet al.(2011) on PWBW (a=0.91) and PDW (a=0.94) are used to measure the concepts under study. Findings The results of the regression analyses confirm links between police officers’ emotional skills and PHW. The results show that self-efficacy in managing emotions, self-efficacy in managing emotions that others feel, self-efficacy in using emotions and self-efficacy in understanding emotions partially explain PWBW (R2=0.30,p<0.001). On the other hand, self-efficacy in perceiving the emotions that others feel, self-efficacy in using emotions and self-efficacy in managing emotions partially explain PDW (R2=0.30,p<0.001). Originality/value This study provided an understanding of the correlation between police officers’ feelings of ESE and their PHW, particularly with PWBW. Beyond the innovation and theoretical contribution of such a study on the police environment, the results reveal the scope of the consideration of emotional skills in this profession.
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 | 0,001 |
| 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) | 0,003 | 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 ».