Spiritual Dimensions of Moral Injury: Contributions of Mental Health Chaplains in the Canadian Armed Forces
Notice bibliographique
Résumé
Moral Injury (MI) describes the profound distress experienced by military personnel as a result of a violation of personal beliefs. Impacting not only psychological, but spiritual, health, and well-being, MI is associated with spiritual/religious (S/R) suffering and a need to find hope, trust, connection, reconciliation, and wholeness. Addressing spiritual wounds can help military personnel overcome fundamental barriers that may impede them from effectively engaging in or benefitting from traditional trauma therapies and having a more complete recovery. Military Chaplains in the Canadian Armed Forces (CAF) are both embedded with the troops in garrison and theater and work closely with service providers such as the Royal Canadian Medical Services. In their role, they offer front-line support and services to members and their families and facilitate access to care. Specific to the assessment and treatment of MI, Mental Health Chaplains (MHCs) offer S/R expertise and a complimentary clinical skill set to service members and interdisciplinary teams. This perspectives article explores the S/R dimension of MI, discusses the role of MHCs in CAF Mental Health (MH) Clinics, and provides clinical perspectives of a MHC regarding the treatment of MI. Key focuses of MHC interventions include bridging to other mental health services and supports, facilitating S/R coping and grounding, reconciling worldviews, resolving anger at a God-figure (not specific to any S/R perspective) and fostering reconciliation. Based on the literature, Mental Health practitioner's feedback, and clinical experience, MHCs are integral to service provision regarding MI and warrant more widespread inclusion on interdisciplinary teams in CAF MH Clinics.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».