MétaCan
Menu
Retour à la cohorte
Enregistrement W4390057254 · doi:10.1080/21635781.2023.2290483

Insights of Infantry Soldiers: A Qualitative Exploration of Psychological Resilience and Stress

2023· article· en· W4390057254 sur OpenAlexaffabout
Laura Seidel, Elizabeth Irene Cawley, Céline Blanchard

Notice bibliographique

RevueJournal of Military Social Work and Behavioral Health Services · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensDalhousie UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInfantryStressorAttritionPsychologyPsychological interventionResilience (materials science)BurnoutApplied psychologyQualitative researchSocial psychologySociologyPolitical scienceClinical psychologyMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

The Canadian Armed Forces (CAF) is currently struggling with a retention crisis. Within the CAF, The Canadian Army (CA) experiences the greatest attrition rates. Staffing shortages lead to an increase in job demands subsequently leading to greater stress, burnout, and turnover intentions. Psychological resilience has been found to buffer the negative effects of workplace stressors. There is a need to understand resilience within specific occupations to better inform resilience building interventions. This study aims to enhance knowledge of how infantry soldiers in the CA define resilience and what challenges they experience within the workplace that contribute to stress and how they cope with such stressors. A qualitative approach was used, with 14 semi-structured interviews conducted with CA personnel employed as infantry soldiers. Data were analyzed using a deductive content-analysis. Four themes emerged from the interviews: the nature of resilience, challenges of the profession, resilience strategies (attitudes), and resilience strategies (protective practices). The study provides unique insights into the experiences of infantry soldier’s and the mechanisms they employ to facilitate and maintain resilience.

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)0,007
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,008
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,003
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 Opus0,098
Tête enseignante GPT0,495
Écart entre enseignants0,397 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Military Social Work and Behavioral Health ServicesMême sujetResilience and Mental HealthTravaux en français237 207