Veterans Health and Well-Being—Collaborative Research Approaches: Toward Veteran Community Engagement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Veteran community engagement is an evolving discipline informed by traditional community-based participatory research, veteran studies, and veterans themselves. This Special Issue suggests that research collaborations including military veterans, soldiers, and their families as co-researchers is a critical next step toward a designing thinking perspective in social and healthcare systems for this population. This Special Issue was conceptualized through a veteran community-academic partnership formed over a decade ago. We briefly describe the activities of this partnership from 2008 to present in order to frame the praxis considerations within this issue. The partnership hosted several Warrior Summit conferences from 2013 to present, with the last of this series calling for academic contributions. The resulting papers drawn from the conference and other authors form this issue, and include a wide range of topics: Arts- and theater-based interventions for PTSD; engaging veteran college students in higher education; combining strengths of the chaplaincy and psychology to address changes in veteran identity after moral injury; multi-sector community coalitions for veteran reintegration in the US and Canada; veteran volunteering as a reintegration strategy; examining experiences of US military nurses; veteran collaboratively designed mindfulness groups in a VA healthcare system; engaging veterans on Community Advisory Boards; using photovoice to highlight veterans issues; collaborative research on veteran homelessness; veteran self-medication with psychedelics; community engaged addictions research; and collaboratively designing veteran peer support curricula. These projects represent an emerging movement and offer a multidisciplinary roadmap toward assisting and honoring veterans in their transition back into the civilian world.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 découle