Disability and Mental Disorders in the Canadian Armed Forces
Notice bibliographique
Résumé
OBJECTIVES: The initial goal was to validate the use of a self-report measure of disability in the Canadian Armed Forces (CAF). The main goal was to document the extent of disability in personnel with and without mental disorders. METHODS: Data were obtained from the 2013 Canadian Forces Mental Health Survey; the sample included 6700 Regular Forces personnel. Disability was measured with the 12-item version of the World Health Organization Disability Assessment Schedule (WHODAS-2); established cut points were used to demarcate severe, moderate, minimal, and no disability. The following recent (past-year) and remote (lifetime but not past-year) disorders were assessed with diagnostic interviews: posttraumatic stress disorder, major depressive episode, generalized anxiety disorder, panic disorder, and alcohol use disorder. RESULTS: The WHODAS-2 showed good internal consistency (α = 0.89) and a 1-factor structure. Most personnel had no disability (59.2%) or minimal disability (30.8%). However, an important minority had moderate or severe disability (8.4% and 1.6%, respectively). Individuals with recent disorders reported greater disability than those without lifetime disorders, although many had minimal or no disability (41.2% and 24.7%, respectively). Disability increased with the number of recent disorders. Relative to those without lifetime disorders, individuals with remote disorders showed slightly greater disability, but most had no disabilty (57.1%) or minimal disability (35.0%). CONCLUSIONS: The 12-item WHODAS-2 is a valid measure of disability in the CAF. Mental disorders may be important drivers of disability in this population, although limited residual disability is seen in individuals with remote disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».