MétaCan
Menu
Retour à la cohorte
Enregistrement W4321209225 · doi:10.3138/jmvfh-2022-0034

Conceptualization of moral injury: A socio-cognitive perspective

2023· article· en· W4321209225 sur OpenAlexvenueno aff
Amanda Bonson, Dominic Murphy, Vicky Aldridge, Neil Greenberg, Victoria Williamson

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMoral injuryShameBetrayalConceptualizationEvent (particle physics)Perspective (graphical)FeelingPsychologySocial psychologySalientCognitionLawPolitical science

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY This article looks at how moral injury (MI) may develop by considering what event features may be especially salient and cause MI and what experiences an individual may have after an event that might lead to the occurrence of a MI. It proposes that the beliefs someone has about themselves, others, and the world can be shaped by experiences in childhood and early life. Once an individual has experienced a potentially morally injurious event (PMIE) — for example, witnessing something that violates deeply held moral or ethical codes but being unable to stop it, doing something that violates these ethical codes, or experiencing a significant betrayal — they may try to make sense of it by changing the way they see the world, themselves, and others. This can lead to problems in the individual’s relationship with themselves and others, leading to feelings of shame and guilt and withdrawal from other people. Finally, for an event to be a PMIE, it must significantly challenge strongly held moral beliefs and a sense of right and wrong.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

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

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 Opus0,135
Tête enseignante GPT0,451
Écart entre enseignants0,316 · 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 tête enseignante, 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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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