Canadian system of care for veterans fighting with operational stress : injury at the turn of 20th and 21st century
Bibliographic record
Abstract
Kanada nie jest w świecie postrzegana ani jako państwo o bogatych tradycjach wojskowych, ani też jako licząca się siła militarna. Tym niemniej w chwili obecnej kraj ten posiada jeden z najbardziej kompleksowych systemów opieki nad weteranami poszkodowanymi, w sposób szczególny uwzględniający potrzeby byłych żołnierzy cierpiących z powodu urazów psychicznych będących skutkiem stresu operacyjnego. Czynnikiem motywującym do jego stworzenia były trudne doświadczenia kanadyjskich żołnierzy uczestniczących w misjach pokojowych i stabilizacyjnych przełomu XX i XXI wieku, szczególnie w Afryce (Somalia, Rwanda) oraz Europie (kraje byłej Jugosławii). Stały się one katalizatorem zmian w podejściu do problemów psychicznych wywołanych stresem bojowym. Dzięki zaangażowaniu kombatantów walczących o uznanie urazów psychicznych za podstawę przyznania świadczeń rentowych, których "rozpoznawalną twarzą" stał się generał Romeo Dallaire w ciągu kilku zaledwie lat dokonała się znacząca zmiana podejścia do veteranów zmagających się problemem stresu pourazowego Przy znaczących nakładach finansowych zbudowano kompleksowy systemu opieki psychiatrycznej, psychologicznej oraz wspomagających programów terapeutycznych, którego beneficjentami są zarówno weterani misji pokojowych prowadzonych w drugiej połowie XX wieku jak i weterani prowadzonej w latach 2002-2014 operacji w Afganistanie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.014 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".