Longitudinal study of Canadian correctional workers' wellbeing, organizations, roles and knowledge (CCWORK): Baseline demographics and prevalence of mental health disorders
Notice bibliographique
Résumé
Background: Researchers and practitioners have begun to recognize and empirically examine the mental health challenges facing public safety personnel (PSP). Empirical results from longitudinal data collection among PSP remains extremely scant, particularly for institutional correctional workers. We designed the current study to assess the mental health of Correctional Service of Canada (CSC) correctional officer recruits (CORs) across time to help clarify potential challenges to or protective factors for mental health across correctional officer (CO) careers. Methods: The current study uses data from the Canadian Correctional Workers' Wellbeing, Organizations, Roles, and Knowledge (CCWORK) study. The study uses a longitudinal design with self-report surveys administered online prior to CORs beginning the CSC Correctional Training Program. Initial baseline survey data were used to assess demographic information and mental health symptoms endorsed at the outset of the training program. Results: = 265; 40% female; age = 32.8, SD = 9.1) began training between August 2018 and July 2021. Participants were less likely to screen positive for one or more current mental health disorders (i.e., 4.9%) than previously published rates for serving correctional officers (i.e., 54.6%), including reporting lower rates of posttraumatic stress disorder (i.e., 2.4 vs. 29.1%) and major depressive disorder (i.e., 1.9 vs. 31.1%). Conclusion/Impact: Prevalence of positive screens for current mental health disorders in CORs appears lower than for the general population, and significantly lower than for serving correctional officers. The current results suggest an important causal relationship may exist between correctional work and detrimental mental health outcomes. Maintaining the mental health of correctional officers may require institutionally-supported proactive and responsive multimodal activities.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».