Who am I? A qualitative exploration of the identities of spouses/partners of UK Armed Forces Veterans
Notice bibliographique
Résumé
Introduction: Events such as frequent separation, relocation, and the inherent risks of military service may negatively affect partner health/well-being and sense of identity. While research has attempted to understand how the identities of personnel change after transitioning out of the military community, there is little focus on partner identities. Methods: Qualitative interviews with 37 current and former partners (31 female, 6 male) participating in the UK Veterans Family Study (UKVFS) explored the lived experiences of partners of military Veterans and their mental health/well-being. Data were analyzed using thematic analysis. Results: Three themes were created: military identity and culture, role-based identities, and loss of personal identity. Participants described ascribed and adopted identities including wife of, parent, employee, and member of the armed forces community. These identities interacted and changed but were underpinned by military life and culture both during and after service. Participants highlighted long-term impacts on self-esteem and confidence but also pride and resilience. Employment post-transition allowed restoration of personal identity but could come at the cost of belonging provided by the military community. Discussion: Findings demonstrate the challenges some military and Veteran partners experienced in maintaining personal identity and highlight both positive and negative long-term effects of military life on self-perceptions of identity. Many identities discussed were in service to others - often at the expense of partners' well-being and autonomy. Future research should concentrate on short- and long-term effects of identity loss/change on military and Veteran partners to inform and improve current and future strategies aiming to support partners.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».