MétaCan
Menu
Retour à la cohorte
Enregistrement W3216035247 · doi:10.1037/tra0001177

Traumatic stress in Canadian lawyers: A longitudinal study.

2021· article· en· W3216035247 sur OpenAlexafffundabout
Marie‐Jeanne Leonard, Helen‐Maria Vasiliadis, Marie-Ève Leclerc, Alain Brunet

Notice bibliographique

RevuePsychological Trauma Theory Research Practice and Policy · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensMcGill UniversityUniversity of OttawaUniversité de SherbrookeUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyStress (linguistics)Traumatic stressCriminologyPolitical scienceSocial psychologyClinical psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: . This study sought to identify the prevalence of PTSD among lawyers and its associated work and non-work-related risk and moderating factors. METHOD: = 169) completed two online surveys 8 months apart. RESULTS: Seven percent of lawyers working with trauma-related cases met the criteria for probable PTSD at study entry only, 7.0% met them at study endpoint only, and an additional 3.5% of the sample met the criteria at both time points, yielding a current (past-month) prevalence of 10.4% and an 8-month cumulative prevalence of 17.5%. Beyond a past diagnosis of PTSD, the most important risk factor was the number of years on the job. Parenthood represented a mitigating factor. Ultimately, the more time spent working on trauma-related cases, the more severe were the PTSD symptoms, although this relationship was moderated by perceived quality of life and work-family balance. CONCLUSIONS: Lawyers exposed to trauma-related cases represent an at-risk group for PTSD. The findings highlight the powerful impacts that interpersonal relationships and self-care may have in buffering this health hazard. (PsycInfo Database Record (c) 2023 APA, all rights reserved).

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)0,014
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,458
Tête enseignante GPT0,640
Écart entre enseignants0,181 · 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'étudeObservationnel
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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePsychological Trauma Theory Research Practice and PolicyMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207