Social Work for Servicewomen in Ukraine: A Qualitative Inquiry into Social Work Practices in Private Healthcare Facilities
Notice bibliographique
Résumé
Introduction: Given the growing participation of women in the Armed Forces of Ukraine and the gender-specific needs they face after demobilisation, the author analyses the importance of implementing gender-sensitive, multidisciplinary, and individualised support. The aim of this study is to examine the role of social work in supporting servicewomen, using the example of private healthcare institutions in Ukraine, while taking into account gender-specific factors and wartime challenges. Methods: The methodology is based on a qualitative approach, which includes 18 semi-structured in-depth interviews with women servicewomen (n=10), social workers (n=5) and clinic managers (n=3), as well as case studies of three private clinics in Kyiv, Lviv, and Dnipro. The study also includes a comparative analysis of support models in Canada, Norway, and the UK. The findings show that 90% of female servicewomen reported severe emotional exhaustion and symptoms of post-traumatic stress disorder after demobilisation; 80% expressed reluctance to seek state support due to stigma and distrust; and 60% faced discrimination in the military. Results: The results demonstrate the effectiveness of approaches such as case management, client-centred programmes, women's mentoring, and mobile multidisciplinary teams. However, several barriers were identified, including limited funding, insufficiently trained personnel, the absence of clear standards, and persistent gender stereotypes. Conclusion: Finally, the article emphasises the importance of further integrating private healthcare facilities into the national veteran support system, the need for specialised professional training, and the development of partnerships between medical institutions, the state, and civil society to ensure the sustainable protection of the rights and well-being of servicewomen.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».