MétaCan
Menu
Retour à la cohorte
Enregistrement W4408843514 · doi:10.1080/13623699.2025.2463041

Moral courage, injury, and leadership in military contexts: lessons from a thematic analysis of conversations among international experts and students

2025· article· en· W4408843514 sur OpenAlexaffabout
Eric Vermetten, Kyle Weiman, Lyle Innes, Jonathan Jin, Suzette Brémault‐Phillips

Notice bibliographique

RevueMedicine Conflict & Survival · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLeadership, Courage, and Heroism Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCourageMoral courageMoral injuryThematic analysisPsychologyEngineering ethicsSociologyPedagogyPolitical sciencePublic relationsSocial psychologyQualitative researchEngineeringSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Recent global events have underscored the importance of moral leadership and courage. A series of moderated conversations about moral leadership and dilemmas during times of conflict and crisis were facilitated in 2021 with Lieutenant-General (ret'd) The Honourable Romeo Dallaire, military and global affairs experts and international scholars from North America, Europe, Australia and the global south, together with students from the Netherlands and Canada. OBJECTIVE: To explore topics of moral leadership, courage and dilemmas during adversity. METHODS: = 3). Sessions were recorded, transcribed and thematically analysed. RESULTS: Thematic analysis revealed three critical themes: (1) enhancing awareness of moral leadership, (2) moving towards a new vision of moral leadership, and (3) developing training in moral leadership. CONCLUSION: These results highlight key insights that may guide current and future leaders. In response to societal diversity and global complexities, traditional leadership and organizational practices may need to be reconsidered. In addition to essential leadership skills, emerging leaders need to be supported to be competent, engaged moral leaders. They may also benefit from positive role-modelling and moral leadership training during basic through advanced leadership and pre-deployment training.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,189
Tête enseignante GPT0,404
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine Conflict & SurvivalMême sujetLeadership, Courage, and Heroism StudiesTravaux en français237 207