MétaCan
Menu
Retour à la cohorte
Enregistrement W4389236340 · doi:10.1080/23774657.2023.2288017

“The Top Cop”: Understanding Correctional Officer Recruits’ Motivations Towards Correctional Emergency Response Team Membership

2023· article· en· W4389236340 sur OpenAlexafffundabout
Zachary Towns, Rosemary Ricciardelli

Notice bibliographique

RevueCorrections · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOfficerPublic relationsService (business)Emergency responsePsychologyPolitical scienceCriminologyLawMedicineBusinessMarketingMedical emergency

Résumé

récupéré en direct d'OpenAlex

Correctional officer recruits (CORs) must complete the correctional training program (CTP) mandated by Correctional Service Canada (CSC), in preparation for the plethora of occupational responsibilities they will be tasked with in their occupational role of correctional officer (CO). During training, recruits continue to conceive ideas about their career trajectories. Previous research exploring CO or COR motivations has focused largely on occupational entry and their underlying intrinsic and extrinsic motivations. Little empirical evidence examines the general occupational directions or desires of CORs exiting CTP, particularly their interest in future Correctional Emergency Response Team (CERT) membership. The current study relies on data from interviews with 36 CORs who expressed interest in CERT membership before employment at a federal penitentiary. Findings suggest that these CORs are drawn to CERT membership due to previous occupational interests, media representations of CERT/ERT, but also experience challenges in acquiring membership related to CERT culture, social relationships, and gender. We conclude the article with considerations for recruitment and retention of COs as it relates to CERT membership for Canadian federal correctional services.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0110,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,131
Tête enseignante GPT0,371
Écart entre enseignants0,240 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCorrectionsMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207