MétaCan
Menu
Retour à la cohorte
Enregistrement W4408082394 · doi:10.1016/j.ijlcj.2025.100731

Correctional officer recruits’ navigation of overwhelm: Internal and external strategies

2025· article· en· W4408082394 sur OpenAlexafffundabout
Katy Konyk, Katherine Maurer, Rosemary Ricciardelli, Cheryl Regehr, Marjorie Rabiau

Notice bibliographique

RevueInternational journal of law, crime and justice · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensCanada Research ChairsMemorial University of NewfoundlandMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchFonds de Recherche du Québec-Société et Culture
Mots-clésOfficerPsychologyAeronauticsPolitical scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Internationally, little is known of how correctional officer recruits (CORs), those beginning their careers as federal COs, navigate states of overwhelm (i.e., moments of acute stress) and whether their responses to overwhelm could be adaptive to the carceral environment. In this study, we analyze qualitative interviews with 27 Canadian CORs (18 male, 8 female) on navigating overwhelm to understand their preemployment strategies for responding to acute stress. Our grounded theory analysis reveals that CORs engage in both externally focused (i.e., stressor resolution) and internally focused (i.e., emotion regulation) coping strategies to navigate overwhelm. Additionally, CORs seek out relational support and identify how overwhelm can be an opportunity to grow and learn new strategies. We discuss how CORs’ reports of employing both problem-focused and emotion-focused coping strategies can shape how the organization supports CORs and COs in maintaining and developing new coping skills for overwhelm, specifically by creating conditions for regulatory flexibility and fostering strong relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,493

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,006
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,439
Écart entre enseignants0,390 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational journal of law, crime and justiceMême sujetEmployment and Welfare StudiesTravaux en français237 207