MétaCan
Menu
Retour à la cohorte
Enregistrement W4414846554 · doi:10.1108/pijpsm-05-2025-0083

Echoes of silence: how police officers make sense of sexual harassment and the implications for individuals and organizations

2025· article· en· W4414846554 sur OpenAlexafffund
Angela Workman-Stark, Prateeksha Pathak

Notice bibliographique

RevuePolicing An International Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensAthabasca University
Organismes subventionnairesAthabasca University
Mots-clésSensemakingHarassmentMisconductPerspective (graphical)Agency (philosophy)Sexual misconductValue (mathematics)Sense of agencyQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The study aims to investigate how police officers make sense of sexual harassment (SH) and the potential implications for individual officers and their organization. Design/methodology/approach We used a sensemaking framework to analyze qualitative survey data collected at two different time intervals from members of a large North American law-enforcement agency that was grappling with complaints of SH. Findings Our findings illustrate the differing interpretations of SH, including why it persists. Whereas most officers perceived that SH was a systemic issue, some blamed victims or their harassers for perpetuating the issue. Further, reform efforts aligned with the “rotten apple” perspective were viewed as failing to address underlying issues. Originality/value Responses to internal reports of SH by policing organizations are often directed at reforming individuals as opposed to addressing systemic organizational factors. Part of the issue may be the reliance of police leaders on the “rotten apple” theory of police misconduct and assumptions about SH rather than the perspectives of organizational members. Our study illustrates the value of a sensemaking framework for helping create a shared understanding of the current state and developing more effective solutions to address SH. We discuss the implications of these findings for both research and practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,389
Écart entre enseignants0,362 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revuePolicing An International JournalMême sujetSexual Assault and Victimization StudiesTravaux en français237 207