Nature, predictors, and outcomes of the psychological capital trajectories observed among upcoming police officers' undergoing vocational training
Notice bibliographique
Résumé
This study seeks to achieve a dynamic person-centered understanding of the nature of the psychological capital trajectories observed among upcoming police officers undergoing vocational training. Moreover, it seeks to document the predictive role of leader-member exchange and perceived organizational support in relation to these psychological capital trajectories, as well as the implications of these trajectories for a variety of outcomes related to trainees' attitudes (i.e., organizational cynicism, identification with the organization, engagement in the training program, and satisfaction toward the training program), psychological health (i.e., perceived stress), and behaviors (i.e., performance in the training program). A sample of 1200 participants undergoing a 33-week full-time vocational training program to become police officers were surveyed four times over a period of five months and a half. Results revealed that psychological capital trajectories corresponded to five primary profiles: Learning to Hate, High Fit, Moderate Fit, Honeymoon-Hangover, and Low Fit. Perceived leader-member exchange and organizational support were associated with these trajectories in a way that mainly supported our expectations. Trajectories characterized by lower levels of psychological capital were associated with higher levels of cynicism and stress, and with lower levels of engagement, identification, performance, and satisfaction. Conversely, trajectories characterized by higher levels of psychological capital were associated with the most positive outcomes. • We found five profiles of trainees presenting various trajectories of psychological capital. • Three of these profiles were highly stable over time. • Trajectories with lower psychological capital were associated with the worst outcomes. • Trajectories with higher psychological capital were associated with the most positive outcomes. • Increases in LMX and perceived organizational support had positive effects on psychological capital
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».