MétaCan
Menu
Retour à la cohorte
Enregistrement W2916493662 · doi:10.3138/jmvfh.5.s1.2018-0025

Financial stress, financial stability, and military spousal well-being

2019· article· en· W2916493662 sur OpenAlexaffvenueabout
Zhigang Wang, Lesleigh E. Pullman

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésStressorFinanceFinancial stabilityPsychologyQuality of life (healthcare)Stress (linguistics)Clinical psychologyBusinessFinancial system

Résumé

récupéré en direct d'OpenAlex

Introduction: Not only do military families face similar financial stressors as civilian families, but they also face a number of unique financial stressors as a result of the military lifestyle. In this article, we explore factors that contribute to military spouses’ perceived financial stress and the effect of financial stability on military spouses’ psychological well-being and life satisfaction. Methods: The data sets used in the analyses include female civilian spouses of Canadian Armed Forces (CAF) Regular Force members who completed the Quality of Life (QOL) survey administered in 2009 ( N = 1,518) and 2013 ( N = 1,189). In Study 1, we conducted a series of analyses to assess whether CAF spouses’ socio-demographic and military lifestyle characteristics contribute to their perceived level of financial stress (2009 QOL data). In Study 2, we conducted a series of analyses to assess whether financial stress and stability contribute to CAF spouses’ well-being and life satisfaction (2009 and 2013 QOL data). Results: Results showed that socio-demographic and military lifestyle characteristics predicted military spouses’ financial stress and that more financial stress and less financial stability reduced their psychological well-being and life satisfaction. Discussion: These findings suggest that reducing military spouses’ financial stress and improving their financial stability may enhance their well-being.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,341
Écart entre enseignants0,309 · 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'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

Citations11
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetEmployment and Welfare StudiesTravaux en français237 207