关于复原力的科学研究大多集中在对个人复原力的测量上,对单元或团队层面的复原力研究较少。由于团队和小单元在陆军中发挥着关键作用,因此制定一个有经验支持的单元复原力(UR)定义以及单元复原力测量方法至关重要。为支持陆军的人员战略,美国陆军行为和社会科学研究所(ARI)旨在研究 UR 的三阶段模型和定义,并研究 38 个拟议的 UR 因子。这项工作将有助于确定 UR 因素的内容有效性,并绘制其可能的前因。

ARI 采用定性和定量的方法来研究他们提出的单元复原力定义和因素。定量方法包括对六位主题专家 (SME) 进行在线调查,定性方法包括召集五位 SME 组成小组。SME 与学术机构有联系,在团体层面的复原力方面有经验,并拥有心理学或相关领域的博士学位。调查和小组讨论涉及七个研究问题,分别与陆军复原力的四个一般领域有关--(a) 团队和单元规模,(b) ARI 的复原力多相定义,(c) 复原力因素,以及 (d) 复原力概念图(前因、结果、调节器和中介)。ARI 采用开放式、轴向和选择性编码对定性数据进行了分析。通过计算中小型企业对调查项目的同意百分比和平均评分,对调查的定量数据进行了研究。

SME 一致认为,单元和团队在质量上是不同的,衡量陆军单元 UR 的最佳级别是从班级到连级,而团队由 2 到 10 名士兵组成。SME 指出,ARI 的多阶段 UR 定义与该领域的其他定义基本一致,但建议在我们的 UR 概念中明确添加事件元素,并将恢复阶段改为事件后处理阶段。此外,大多数 SME 强调,急性、压力事件最适合 UR 构建,而慢性压力因素和情境则需要不同于复原力(如应对技能、稳健性、耐力、坚忍性、适应性、勇气等)的反应。大多数 SME 表示,UR 过程应强调不利事件后的成长,而不是简单地 "反弹 "和恢复到基线群 体功能。关于所提出的 "重建 "因素,SME 将 "重建 "作为一个多层次的概念来讨论,其中大部 分因素发生在个人层面,然后汇总起来代表群体层面的现象。SME 对 ARI 的 38 个 UR 因子中的 31 个进行了验证,验证结果由专家根据每个因子与 UR 的相关性进行的个人内容效度指数(I-CVI)评分确定(Lynn,1986 年;Polit 等人,2007 年),并就哪些因子需要添加(如事件后处理、团队更替和社会认同)、合并(如凝聚力和共享认同)或删除(如快速性、安全文化和领导自主性)提供了意见。此外,SME 还将 ARI 因子列表中的因子映射到因子阶段矩阵上,确定许多因子存在于各个阶段,但在每个阶段的内涵不同。SME 讨论了他们认为哪些因素是 UR 的前因、结果、调节因素和中介因素。研究结果为 ARI 提出的 UR 定义以及 ARI 将 UR 概念化为一个多阶段过程提供了支持。研究结果还表明了哪些因素对研究和测量 UR 具有潜在的重要意义。

ARI 将利用本报告中的信息,为今后对 UR 的研究提供参考。为 ARI 制作了一个团队复原力模型和测量方法(见 Tannenbaum 等人,2022 年),但本技术报告中的发现涉及 ARI 开发的一个单独的 UR 模型。本报告中验证的三阶段 "团队复原力 "模型与 Tannenbaum 等人(2022 年)的模型不同,它对 "团队复原力 "的因素、前因、结果、调节因素和中介因素进行了阐述,并对团队和单元进行了区分。本报告将有助于 ARI 或其他组织在未来开发 UR 模型和/或测量方法。ARI 将向陆军复原局(ARD)传播研究结果,并将最终报告提交给 DTIC,供今后的 UR 研究参考。

成为VIP会员查看完整内容
34

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《部队结构评估模型》2023最新92页技术报告
专知会员服务
59+阅读 · 2023年12月11日
《技术成熟度评估流程》美国空军2022年53页报告
专知会员服务
58+阅读 · 2023年2月27日
《探讨未来军事技术的可能性》美国陆军2022最新52页报告
专知会员服务
90+阅读 · 2022年12月28日
《人工智能与作战艺术》美国陆军57页技术报告
专知会员服务
227+阅读 · 2022年9月11日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
47+阅读 · 2011年12月31日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
10+阅读 · 2020年11月26日
VIP会员
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
42+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
47+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员