Trauma in Animal Protection and Welfare Work: The Potential of Trauma-Informed Practice
Notice bibliographique
Résumé
Those who work in the animal protection and welfare (APW) sector are consistently exposed to human and animal suffering, particularly those who witness animal surrenders and seizures. Continued exposure to suffering can result in stress, anxiety, burnout, and compassion fatigue, which are detrimental to individual and organizational well-being. The aim of this study was to understand the challenges experienced by Canadian APW workers, and to explore how trauma-informed approaches can be implemented to help mitigate these challenges. To achieve this, we utilized purposive sampling to seek workers in the APW sector who had experience with animal surrender and/or seizure. Telephone interviews were conducted with 11 participants. Participants reported experiencing many challenges that negatively impacted their mental health; this article summarizes them by focusing on two key themes drawn from the narratives of the participants: feeling unprepared and forced strength. Trauma-informed practices are explored as a means to prevent compassion fatigue and burnout, and to increase the resilience of individuals and organizations. We suggest trauma-informed practices help APW workers manage job-related stressors while also providing a more compassionate experience for animal guardians. Further, we propose that trauma-informed practices are a crucial component in facilitating respectful relationships with the communities that APW organizations serve.
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 | 0,035 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,027 | 0,087 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,005 | 0,010 |
| 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 ».