MétaCan
Menu
Retour à la cohorte
Enregistrement W4306160619 · doi:10.1177/02645505221127184

 “You have to be really careful, in this environment, of what you say and what you do”: A qualitative examination of how organizational culture shapes parole officers' work and well-being

2022· article· en· W4306160619 sur OpenAlexaffabout
Rosemary Ricciardelli, Katharina Maier, Mark Norman

Notice bibliographique

RevueProbation Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMcMaster UniversityUniversity of WinnipegMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFeelingOrganizational culturePsychologyScholarshipQualitative researchSocial psychologyPerceptionWork (physics)Sense of communityPublic relationsApplied psychologySociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Drawing on existing literature on organizational culture in correctional work, in the current article we augment scholarship on community correctional services, specifically parole work, by considering how organizational culture, as narrated by frontline parole officers, impacts parole officers” feelings toward their work and their own health and well-being. Using the insights gained from 150 qualitative interviews with parole officers across Canada, we empirically show how participants described organizational culture as (1) imbued with social networks and hierarchies and (2) inherently reactive. We then provide insight into their perceived relationships with management. Participants explained they largely felt uncomfortable voicing concerns or making suggestions for improvements, in addition to feeling their work did not receive the respect and appreciation it deserved. We draw attention to the implications of perceptions on parole officers' feelings toward their job and sense of self, as well as the potential impact of organizational culture on parole officers' feelings of safety and emotional well-being on the job.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,008
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProbation JournalMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207