MétaCan
Menu
Retour à la cohorte
Enregistrement W3162126206 · doi:10.1079/hai.2020.0011

Stress Reduction in Law Enforcement Officers and Staff through a Canine-Assisted Intervention

2020· article· en· W3162126206 sur OpenAlexaff
John-Tyler Binfet, Zakary A. Draper, Freya L.L. Green

Notice bibliographique

RevueHuman-animal interaction bulletin · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLaw enforcementIntervention (counseling)Context (archaeology)Mental healthEnforcementMedicinePrecinctNursingPsychologyPsychiatryLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Law enforcement officers and staff are known to experience elevated workplace stress, largely due to their increased exposure to traumatic incidents. This results in individuals experiencing trauma themselves and resultant compromised physical and mental health. Law enforcement officers are also known to be reluctant help-seekers and to increase participation in programs to promote employee well-being, initiatives are increasingly integrated into the day-to-day work routine of employees. An intervention showing promise with health care providers and college students but not yet used with law enforcement officers and staff has been to provide individuals access to therapy dogs to reduce stress. Seven therapy dogs along with their handlers were brought to an urban police precinct for 90-minutes each week for 8 weeks. A total of 251 visits (56% staff, 43% officers, < 1% unidentified) to the dog station were made with the average duration of visits being 11 minutes. A visual analogue scale was used to assess participants pre-to-post differences in stress and a paired Wilcoxon signed-ranked test indicated a significant effect of the intervention with mean stress decreasing from pre-to-post visit. Findings are discussed within the context of canine-assisted intervention and law enforcement well-being.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,042
Tête enseignante GPT0,359
Écart entre enseignants0,317 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman-animal interaction bulletinMême sujetHuman-Animal Interaction StudiesTravaux en français237 207