Time use during the military-civilian transition: Exploring concepts of occupational disruption, transition and balance
Notice bibliographique
Résumé
Introduction Military-civilian transition (MCT) refers broadly to the process of leaving military employment and becoming re-established in the civilian world. The cultural differences between military and civilian spheres can create challenges for veterans as they make this transition.Objectives To explore the time use and experiences of Canadian Armed Forces members as they progressed through their release from the military.Methods Semi-structured interviews were conducted at two time points with the same participant group (T1 – within 6 months of release date and T2 – 6 to 12 months after the release date) as part of a larger qualitative MCT study. For this study, a secondary analysis of previously coded time use data was conducted using the software program MAXQDA to support our process. We framed our analysis using three theoretical lenses related to time use and MCT: occupational disruption, occupational transition, and occupational balance.Results Data from 75 English-speaking participants at T1 and 68 at T2 were included. Many participants demonstrated experiences of occupational disruption due to health limitations, occupational transition through changes in time use after leaving a highly structured career and seeking occupational balance, including meaningful time use with those who were important to them. There were diverse experiences across the participant group.Conclusions This study is the first to explore the time use experiences of Canadian military members and veterans during MCT. It identified challenges in filling time after leaving a highly structured career, with health limitations impacting time use options. Participants worked to balance demands of home and family, while valuing having discretionary time and spending it in meaningful occupations.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,015 | 0,018 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».