Moral Injury and Recovery in Uniformed Professionals: Lessons From Conversations Among International Students and Experts
Notice bibliographique
Résumé
Introduction: In the course of service, military members, leaders, and uniformed professionals are at risk of exposure to potentially morally injurious events (PMIEs). Serious mental health consequences including Moral Injury (MI) and Post-traumatic stress disorder (PTSD) can result. Guilt, shame, spiritual/existential conflict, and loss of trust are described as core symptoms of MI. These can overlap with anxiety, anger, re-experiencing, self-harm, and social problems commonly seen in PTSD. The experiences of General (retired) Romeo Dallaire and other international experts who have led in times of crisis can help us better understand MI and recovery. Objectives: In honor of Dallaire, online opportunities were created for international students and leaders/experts to discuss topics of MI, stigma, and moral codes in times of adversity as well as the moral impact of war. We aimed to (1) better understand MI and moral dilemmas, and (2) identify key insights that could inform prevention of and recovery from MI. Materials and Methods: Webinars and conversations of 75-90 min duration on MI and recovery were facilitated by Leiden University, the University of Alberta and the Dallaire Institute for Children, Peace and Security between General Dallaire, world experts, and graduate students. Sessions were recorded, transcribed and thematically analyzed with NVivo using standard qualitative methodology. Results: = 43; female (19) and male (24)] from North America, Europe, Australia and the global south. Themes included: (1) recognizing the impact of exposure to PMIEs, (2) reducing stigma around MI, and (3) embracing the spiritual depth of humanity. Conclusion: Exposure to PMIEs can have devastating impacts on military members, leaders and other uniformed professionals. This may lead to development of MI and PTSD. Recognizing MI as honorable may reduce stigma and psychological harm, and facilitate help-seeking among uniformed personnel and other trauma-affected populations. Salient efforts to address MI must include use of accurate measurements of MI and integrated holistic therapeutic approaches, inclusive of spiritual and social components. Urgency remains regarding the prediction, identification and treatment of 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 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 | 0,016 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,014 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».