La charge de travail dans le milieu policier québécois en contexte de pandémie de COVID-19
Notice bibliographique
Résumé
Cet article vise à identifier, en contexte de pandémie de COVID-19, les contraintes et les ressources présentes dans le quotidien des policiers patrouilleurs et policières patrouilleuses au Québec. À cette fin, des entrevues semi-dirigées ont été conduites en 2020, en mode visioconférence, auprès d’une population (n= 20) d’un service de police de l’une des plus grandes villes québécoises. Les résultats de cette étude ont montré que les contraintes soulevées dans le quotidien de la population policière, comme la transformation du travail, l’ajustement des horaires et la réorganisation des équipes ont des impacts sur leur santé psychologique au travail et sur leur bien-être, à savoir un stress professionnel et des problèmes de conciliation travail-famille. Également, l’étude a conclu que la population à l’étude dispose d’un large éventail de ressources catégorisées en quatre types IGLO (Nielsen et collab., 2017), c’est-à-dire des ressources individuelles (expériences de travail, bagage personnel, formation et compétences et aussi soutien familial), des ressources de groupe (cohésion d’équipe et soutien social), des ressources de leadership (reconnaissance des supérieurs) et des ressources organisationnelles (filtrage des appels). De même, cette étude a montré que les policiers et policières s’appuient sur des stratégies d’adaptation pouvant être individuelles (techniques de travail personnalisées, stratégies défensives) ou des stratégies collectives (entraide entre les équipes). Des limites et des contributions pratiques sont soulignées en conclusion de l’étude.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».