Appetitive aggression and associated factors among military soldiers retiring from active service in Uganda
Notice bibliographique
Résumé
Background: Appetitive aggression is a type of aggression that is characterized by a fascination with violence and a desire to inflict pain on the perceived enemy. This type of aggression has mainly been studied among former child soldiers and demobilized combatants. Information on appetitive aggression among retiring active service officers is limited. This study aimed to determine the prevalence of appetitive aggression and the associated factors among soldiers who are retiring from active service in Uganda.Methods: A sample of 247 retiring military soldiers from the Uganda People’s Defence Force (UPDF), who had assembled at Gaddafi Barracks in Jinja district in eastern Uganda in preparation for the retirement exercise, was randomly selected for this cross-sectional study. We assessed participants for appetitive aggression using the Appetitive Aggression Scale, and also collected information on alcohol and drug use, exposure to traumatic life events, post-traumatic stress disorder, childhood trauma, and depression. We ran logistic regression models to determine the factors associated with appetitive aggression among the study participants.Results: Ninety-seven per cent (n = 239) of the participants were male and the mean age was 46 years. The prevalence of appetitive aggression was 58%. Not being depressed (p = .040) and experience of traumatic events (p = .001) were associated with high odds of appetitive aggression.Conclusion: The prevalence of appetitive aggression among the study participants was high. Having experienced traumatic events was associated with a greater odds of appetitive aggression, while having depression was protective against appetitive aggression. Interventions aimed at preventing appetitive aggression among soldiers should target addressing the trauma experienced during their line of duty.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».