Emotion regulation, secondary traumatic stress and psychological health at work among child sexual and physical exploitation police investigators
Notice bibliographique
Résumé
Purpose This study aims to examine the association between emotion regulation, the psychological health at work (PHW) and secondary traumatic stress (STS) of child sexual and physical exploitation investigators (CSPEIs). Design/methodology/approach A path analysis model was tested with 73 Quebec CSPEIs. The instruments included the Difficulties in Emotion Regulation Scale (DERS), the STS subscale of the professional quality of life scale – 5 (ProQOL) and the questionnaire on workplace psychological distress (WPD) and psychological well-being at work (PWBW). Findings The path analysis model revealed that the DERS explains 31.40% of the variance of the STS, 36.5% of the variance of the WPD and 20.9% of the variance of the PWBW. These results indicate that fewer emotion dysregulation is associated with better PHW. Few studies have examined these links in a population of investigators specialized in child sexual crimes. Originality/value This study therefore offers an innovative contribution to the understanding of psychological health among those working in contexts with a high emotional charge. The results support the importance of implementing emotion regulation training in police environments in order to prevent psychological distress among these workers and to improve their well-being at work. A better understanding of these skills can lead to effective prevention strategies, thereby improving the quality of life of professionals and the safety of society.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».