Notice bibliographique
Résumé
Since 1990, 80,000 of Netherlands military personnel have participated in peacekeeping and peace-enforcing operations for the United Nations and NATO all over the world. In 2001, a Canadian study on suicide among Canadian veterans was published (Wong et al., Suicide and Life-Threatening Behavior, v31 n1, p103-112) in which the following question was asked: Are Canadian veterans more likely to commit suicide than other people their age? According to the Canadian authors, the answer is negative. However, in this meta-analysis, the authors try to answer this question in a different way. They examine several studies on suicide among Vietnam veterans that investigate the likelihood that such veterans will commit suicide, and the incidence of life-threatening behaviors, psycho-social problems, post-traumatic stress disorder (PTSD), depression, and guilt in this group. From this examination, the authors derive a model to explain why people commit suicide. The authors then describe and discuss three cases of suicide in the Netherlands Armed Forces, one of which occurred in a soldier who had returned from two tours in United Nations (UN) peacekeeping missions. They present a model for the prevention of suicide that is based on professional help. Veterans need to explore their feelings of depression and guilt, they need social support and care, and they need societal recognition of their service. The authors also present three cases of suicide in the U.S. Army in which soldiers killed their wives and then themselves, suicide data from a study of 15,000 Norwegians who participated in the UN Interim Forces in Lebanon (UNIFIL) mission, and suicide data from the U.S. Armed Forces and the Dutch Armed Forces. The data on the Dutch Armed Forces includes mortality data on Royal Netherlands Army, Navy, and Marine Corps veteran and active duty personnel. The authors also present the implications of this research for military mental health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».