MétaCan
Menu
Retour à la cohorte
Enregistrement W4416022446 · doi:10.1080/23337486.2025.2585226

Working in a space of contradictions: military culture change work in Canada

2025· article· en· W4416022446 sur OpenAlexaffabout
Maya Eichler, Tammy George, Nancy Taber

Notice bibliographique

RevueCritical Military Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensBrock UniversityYork UniversityMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Space (punctuation)Culture changeGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

This article explores what we have learned about Critical Military Studies (CMS) from bringing a critical lens to culture change efforts within the Canadian military. Funded by the Department of National Defence (DND), from 2022 to 2025, we ran the Transforming Military Cultures (TMC) Network, comprised of Canadian and international academics, defence scientists, military members, and veterans with an interest in advancing military culture change. Critiquing and challenging the organization we were funded by was often contradictory and always complex work. In this article, we reflect on the social, political, and institutional context of our engagement with DND/CAF. We describe the unique risks, tensions, and possibilities that arose, including the backlash and silencing we experienced when publishing our work in the Canadian Military Journal. We argue that CMS scholarship requires us to navigate the ongoing dynamic of the military’s institutional commitment and resistance to culture change alongside growing political polarization. Our work has reinforced the importance of CMS’s call to work within spaces of contradiction rather than avoiding the complexities of engaged scholarship. While we encountered limitations and pushback as CMS scholars engaged with the military, we argue that there still is value in working in this space of contradictions. We conclude by reflecting on what our experiences reveal about the possibilities and limitations of CMS in this particular moment in time and location within North America.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,730
Score d'incertitude au seuil0,846

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,1050,050
Communication savante0,0230,007
Science ouverte0,0040,016
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,079
Tête enseignante GPT0,351
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Military StudiesMême sujetGender, Security, and ConflictTravaux en français237 207