MétaCan
Menu
Retour à la cohorte
Enregistrement W2606800092 · doi:10.3138/jmvfh.4160

Out of uniform: psychosocial issues experienced and coping mechanisms used by Veterans during the military–civilian transition

2017· article· en· W2606800092 sur OpenAlexaffvenueabout
Dave Blackburn

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPsychosocialCoping (psychology)Social supportMental healthPsychologyQualitative researchMilitary personnelPsychiatryClinical psychologySocial psychologyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Introduction: The military–civilian transition is an important moment in the life course of Veterans. Collecting and interpreting data on psychosocial problems experienced during the transition make it possible to outline reintegration needs. Methods: A qualitative approach including semi-structured interviews was adopted. A total of 17 Veterans participated in the study. Participants speak French at home, live in Quebec, and were released from the Canadian Armed Forces (CAF) no more than five years before being interviewed. Results: Among participants released from the CAF for medical reasons, the main spheres of life in which problems occur are the medical / mental health, social, family, and personal spheres; among those released voluntarily, the main problem spheres are mental health, social, family, and financial. To remedy their psychosocial problems, the majority of participants relied on two coping mechanisms: social support and family support. Despite certain points of convergence, significant differences exist between the transitional course of Veterans released voluntarily and that of Veterans released for medical reasons,, which appears very arduous indeed. Discussion: This research enables a better understanding of the psychosocial problems experienced by Veterans during the transitional process and the coping mechanisms used to counter them.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,073
Tête enseignante GPT0,405
Écart entre enseignants0,332 · 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

Citations33
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207