POWER training improves officer autonomic health, mindfulness and social connection
Notice bibliographique
Résumé
In the profession of policing, the accumulation of stressful incidents over the course of a career can lead to a host of adverse health outcomes: increased incidence of injury and illness, diminished cognitive performance, mental health impacts (including anxiety, depression, addiction and elevated risk of suicide), increased risk of cardiovascular disease and early mortality. The toxic climate of dysfunctional agency culture, local community resistance and distrust, and the national political discourse around policing all serve to increase the stress that first responders bear, contributing to erosion of police-community relationships. Beyond Us & Them partnered with California State University San Marcos to offer the Peace Officer Wellness, Empathy & Resilience (POWER) training to university police officers. POWER is a nationally certified 12-week training program, which teaches skills and practices that promote well-being, mindfulness and relationality, and improve police-community relations. Based on survey data from prior cohorts, we realized the potential benefit of adding biometric measurements to look for improvement in autonomic health. Other studies have demonstrated an inverse correlation between heart rate variability (HRV) and cardiovascular disease, cognitive decline and risk of all-cause mortality. Of the 17 participants, 15 completed pre- and post-intervention surveys, and HRV was obtained from 13 of these participants: findings demonstrated improved autonomic health, as well as statistically significant changes in empathy, mindfulness and social connection. Additionally, we noted increased HRV coherence, which may be a physiologic marker of enhanced social connection. Future studies offer the possibility of utilizing HRV coherence as a marker of group connection and performance.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,005 | 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 ».