MétaCan
Menu
Retour à la cohorte
Enregistrement W4360828757 · doi:10.35502/jcswb.307

Resilience pathways and help-seeking preferences for Ontario police services

2023· article· en· W4360828757 sur OpenAlexafffundvenueabout
Eliana Barrios Suarez, Harrison Oakes, Eleanor McGrath

Notice bibliographique

RevueJournal of Community Safety and Well-Being · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of WaterlooWilfrid Laurier University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMental healthPsychological resiliencePath analysis (statistics)Life satisfactionPsychologyPopulationCommunity resilienceSocial supportGerontologyMedicinePsychiatryEnvironmental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

Despite the availability of mental health services, post-traumatic stress injuries (PTSI) among Canadian police services members continue to be significantly more prevalent than in the general population. The purpose of this study was to identify sources of resilience and help-seeking preferences among Ontario police personnel. We used a path analysis of online survey data to test the direct and indirect effects of mental and physical health, stress, health literacy, and attitudes toward mental health treatment on life satisfaction, community belonging, and resilience, while controlling for social contextual factors. Self-rated mental health, life satisfaction, and community belonging directly predicted resilience. Multiple positive indirect effects on resilience emerged, including from attitudes towards mental health treatment via community belonging, and mental health and community belonging, both via life satisfaction. Life stress had a negative indirect effect on resilience via life satisfaction. This study offers initial evidence of factors that influence resilience among police personnel and suggests that efforts to support resilience in this population may be well served by focusing on enhancing life satisfaction and community belonging.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,988

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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,343
Écart entre enseignants0,307 · 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.

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

Citations3
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

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