Workplace Trauma in a Digital Age: The Impact of Video Evidence of Violent Crime on Criminal Justice Professionals
Notice bibliographique
Résumé
High-quality video and audio recordings of violent crimes, captured using now ubiquitous digital technologies, play an increasingly important role in the administration of justice. However, the effects of exposure to gruesome material presented in this form on criminal justice professionals who analyze, evaluate, and use this potentially traumatic content in the context of their work, are largely unknown. Using long interviews and constructivist grounded theory, this qualitative study sought to explore experiences of exposure to video evidence of violent crime among Canadian criminal justice professionals. Sixteen individuals including police, lawyers, judges, psychiatrists, law clerks, and court reporters volunteered to participate in qualitative long interviews asking about workplace exposures to violent videos. Themes identified address the ubiquity of video evidence of violent crime; proximity to violence through video; being blindsided through lack of preparedness for violent content; repeated exposures through multiple and protracted viewings; insufficient customary methods for self-protection; and the enduring impact of exposure to videoed violence. We determine that criminal justice professionals are increasingly and repeatedly presented with deeply disturbing imagery that was once imperceptible or unknowable and thus previously held at a greater distance. Elements of what is newly visible and audible in video evidence of violent crime create a new emotional proximity to violence that potentially increases the risks of secondary trauma and underscores the need for improved safety measures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».