MétaCan
Menu
Retour à la cohorte
Enregistrement W4200224771 · doi:10.3138/jmvfh-2021-0077

Making military and Veteran women (in)visible: The continuity of gendered experiences in military-to-civilian transition

2021· article· en· W4200224771 sur OpenAlexaffvenueabout
Maya Eichler

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésMilitary serviceSpouseMilitary psychologyMilitary personnelNormativeMilitary sociologyNorm (philosophy)Service memberPsychologyCadetGender studiesMedicinePolitical scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY This study explores how gender and sex shape the military-to-civilian transition (MCT) for women. Thirty-three Canadian women Veterans were interviewed about their military service and post-military life. MCT research often emphasizes discontinuities between military and civilian life, but women Veterans’ accounts highlight continuities in gendered experiences. Military women are expected to fit the male norm and masculine ideal of the military member during service, but they are rarely recognized as Veterans after service. Women experience invisibility as military members and Veterans and simultaneously hypervisibility as (ex)military women who do not fit military or civilian gender norms. Gendered expectations of women as spouses and mothers exert an undue burden on them as serving members and as Veterans undergoing MCT. Women encounter care and support systems set up on the normative assumption of the military and Veteran man supported by a female spouse. The study findings point to a needed redesign of military and Veteran systems to remove sex and gender biases and better respond to the sex- and gender-specific MCT needs of women.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,499

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,058
Tête enseignante GPT0,337
Écart entre enseignants0,278 · 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

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetGender, Security, and ConflictTravaux en français237 207