MétaCan
Menu
Retour à la cohorte
Enregistrement W4313306040 · doi:10.35502/jcswb.205

Firefighters: Hostility and world assumptions

2022· article· en· W4313306040 sur OpenAlexaffvenueabout
Shannon L. Wagner, Romana Pasca

Notice bibliographique

RevueJournal of Community Safety and Well-Being · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensNorth Island CollegeThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésHostilityMental healthPsychologyNeuroticismSample (material)Clinical psychologyIntervention (counseling)Exploratory researchSocial psychologyApplied psychologyPsychiatryPersonalitySociology

Résumé

récupéré en direct d'OpenAlex

The present project was intended to provide an initial exploratory investigation into the relationship between hostility and world assumptions for a firefighting sample. Specifically, we hypothesized that increased hostility would be associated with more negative assumptions with respect to world benevolence, world justness, and self-worth, and that these variables would also be related to years of service and self-reported mental health. The current study was part of a larger study with firefighters from British Columbia, Canada, and included 186 paid-professional firefighters who completed a series of questionnaires. We demonstrated that, for our firefighting sample, hostility was related to both world benevolence and self-worth across multiple measures, even while controlling for the individual characteristic neuroticism. We did not find any significant relationship with years of service, but world benevolence and self-worth were also important in the prediction of mental health outcomes. These findings may have clinical or occupational intervention implications in therapeutic relationships with firefighters, in that the present project demonstrated a first indication that reduced hostility in combination with increased positivity in world assumptions may help achieve good mental health.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,419
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,351
Écart entre enseignants0,327 · 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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Community Safety and Well-BeingMême sujetResilience and Mental HealthTravaux en français237 207