MétaCan
Menu
Retour à la cohorte
Enregistrement W2942608154 · doi:10.14288/1.0372878

Evaluation of a competency-based education framework for police recruit training in British Columbia

2018· article· en· W2942608154 sur OpenAlexaboutno aff
Nora Houlahan

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Medical educationPolitical scienceMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Police training is traditionally delivered in a didactic, para-military style that contrasts with modern day public expectations of patrol level police officers. The predominant methods of instruction and assessment for police recruits remain lecture-based and memorization-driven. In British Columbia, all municipal, transit, and tribal police recruits are trained at the Justice Institute of British Columbia (JIBC) Police Academy. In 2016, the JIBC Police Academy implemented a recruit-training program that is centred on the development and assessment of the Police Sector Council (PSC) National Framework of Constable Competencies. The core aspects of this program include: integrated delivery of materials focused around common patrol-level calls, application and performance through case-based and scenario-based learning activities, development of individualized training plans with instructors mentoring recruits over the course of training, performance-based assessment exam scenarios, and assessment portfolios at the end of each component of training. This is the first police recruit training program in Canada to directly integrate the PSC competencies. This project used a quantitative approach to evaluate the first component (Block I) of the new training delivery model through surveying recruits and their Field Training Officers (FTOs) from one class trained in the old lecture-based delivery model and two classes trained in the new competency-based delivery model. The survey used the PSC constable competencies as the reference point and, for each of the nine core competencies, asked about the recruits’ ability and how well their Block I training prepared them for Block II. Recruits in the lecture-based delivery model rated their ability significantly higher than those from the competency-based delivery model in: adaptability, ethical accountability, organizational awareness, problem solving, risk management, stress tolerance, and teamwork. No significant difference in how FTOs rated recruits in the lecture-based and competency-based delivery models was identified. Analysis of the comments indicate the recruits in the lecture-based delivery model may have a less robust understanding of the role of a patrol level police officer due to their limited exposure to scenarios and the lack of formative feedback on their performance, and may over-estimate their own ability. The impacts of organizational cynicism and change management are included in the discussion.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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

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 Opus0,070
Tête enseignante GPT0,331
Écart entre enseignants0,261 · 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'étudeAutre devis
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'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetPolicing Practices and PerceptionsTravaux en français237 207