Forgiveness: A Key Component of Healing From Moral Injury?
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
Service members and veterans can be exposed to potentially traumatic and morally injurious experiences (PMIEs) including participating in, witnessing, or failing to prevent an act(s) that transgresses their core beliefs. Violation of one's deeply held morals and values can be profoundly distressing and shatter one's sense of self at the deepest level. Relationships with self, others, the world, and for some, the Sacred, can also be fractured. Post-Traumatic Stress Disorder (PTSD) and/or Moral Injury (MI) can result. Left unresolved, MI can leave individuals struggling with guilt, shame, cognitive dissonance, and negative self-attributions. A holistic approach that addresses the psychological and spiritual harm associated with MI is warranted. We wonder if forgiveness can help individuals struggling with MI to address the harm caused by actions or inactions, release negative emotions, and mend relationships. Commonly used by Spiritual/Religious (S/R) Leaders, forgiveness practices are increasingly being explored by Mental Health Professionals as a complement to evidence-based treatment approaches. This article provides case examples that illustrate the use of forgiveness practices that promote recovery and identifies programs used in clinical practice that incorporate forgiveness. Research is yet needed to better understand the importance of forgiveness in the treatment and healing of PTSD and/or MI. This requires an interdisciplinary discourse between Mental Health Professionals and S/R Leaders working in the field of MI. Such engagement and integrated use of forgiveness practices may yield improved outcomes not only for service members and veterans, but for all those struggling as a result of PTSD and/or 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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