MétaCan
Menu
Retour à la cohorte
Enregistrement W4399867351 · doi:10.1177/0095327x241257515

“I Just Don’t Want to Be Part of It Anymore”: How Harm and Betrayal Erode Cohesion in the Aftermath of Military Sexual Misconduct

2024· article· en· W4399867351 sur OpenAlexaffabout
Stacey Silins

Notice bibliographique

RevueArmed Forces & Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésBetrayalHarmCriminologySexual misconductMisconductCohesion (chemistry)Political sciencePsychologySocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

This study addresses the nature of harm and betrayal following sexual misconduct from the perspective of military personnel and veterans with lived experience, and its impact on military cohesion. A total of 67 semistructured interviews were originally conducted to explore experiences seeking related support in the Canadian Armed Forces (CAF). A secondary analysis revealed descriptions of interpersonal and institutional betrayal, which damaged their trust and regard for the organization and weakened organizational commitment and connection. Participants framed these impacts in relation to their peers, their leaders, and the organization more broadly, demonstrating that harm from poor organizational responses destabilizes the fundamental bonds that support military cohesion on multiple levels. These findings provide insight into the subjective experience of betrayal associated with sexual misconduct and highlight how organizational responses can substantially mitigate or exacerbate this harm.

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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,492

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 Opus0,068
Tête enseignante GPT0,322
Écart entre enseignants0,254 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArmed Forces & SocietyMême sujetGender, Security, and ConflictTravaux en français237 207