Assessing Road to Mental Readiness (R2MR) training among correctional workers in Canada
Notice bibliographique
Résumé
BACKGROUND: Mental health frameworks, best practices, and the well-being of public safety personnel in Canada are topics of increasing interest to both researchers and organizations. To protect and improve worker mental health, different training programs have been implemented to serve this population. The Road to Mental Readiness (R2MR) training regimen is one such program specialized to build cultural awareness of mental health, reduce stigma, and mitigate the cumulative impacts of exposures to potentially psychologically traumatic events among public safety personnel. However, limited research has been conducted to evaluate the effectiveness of R2MR, especially among correctional workers. METHODS: The current study analyzed 307 open-ended survey responses to four (4) questions about R2MR garnered from 124 Canadian provincial and territorial correctional workers between 2018-2020 to reveal their understandings and perceptions of R2MR training, and to identify what learned skills they found challenging or easy to implement. RESULTS: The results suggest that R2MR training plays a significant role in decreasing stigma and increasing mental health awareness. Across jurisdictions, R2MR creates a supportive space for open dialogue around mental health meant to shift cultural and individual barriers that often hinder treatment-seeking. Some respondents also indicated that R2MR was a starting point for intervention. CONCLUSIONS: Further research is necessary to understand how R2MR and other programs could support the mental health and well-being of correctional workers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».