MétaCan
Menu
Retour à la cohorte
Enregistrement W4220975866 · doi:10.3138/jmvfh-2021-0093

Barriers and facilitators of help seeking among morally injured Canadian Armed Forces Veterans and service members: A qualitative analysis

2022· article· en· W4220975866 sur OpenAlexaffvenueabout
Stephanie A. Houle, Cavan Pollard, Rakesh Jetly, Andrea R. Ashbaugh

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésShameHelp-seekingMilitary serviceDenialPsychologyMental healthSocial psychologyMoral injuryMilitary personnelAngerQualitative researchDistressService memberClinical psychologyPsychiatryPsychotherapistPolitical science

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY Moral injury (MI) refers to the psycho-spiritual consequences of extremely challenging events that threaten one’s moral beliefs and core values. MI is characterized by intense shame, guilt, anger, loss of trust in oneself and others, and social withdrawal — factors that may impede a person’s willingness to seek help for mental health problems. The authors analyzed interviews with 13 Canadian Armed Forces service members and Veterans struggling with MI. They identified themes representing four main barriers to help seeking (stigma, denial, no knowledge of problem or MI, negative perceptions of the military health system) and five main facilitators of help seeking (a sense of shared experience, screening, encouragement from others to seek help, purpose as motivation, alternatives to formal mental health care). The themes identified largely overlap with factors shown in previous research to be barriers to help seeking among military samples. The results of this study suggest that additional education on the mental health consequences associated with MI, and enhanced screening for this type of distress, may lead to increased support seeking among service members and Veterans struggling with MI.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,375
Score d'incertitude au seuil0,755

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0160,007
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
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 Opus0,058
Tête enseignante GPT0,394
Écart entre enseignants0,336 · 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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207