Hospital discharge planning for Canadians experiencing homelessness
Notice bibliographique
Résumé
Purpose People experiencing homelessness are high-users of hospital care in Canada. To better understand the scope of the issue, and how these patients are discharged from hospital, a national survey of key stakeholders was conducted in 2017. The paper aims to discuss this issue. Design/methodology/approach The Canadian Observatory on Homelessness distributed an online survey to their network of members through e-mail and social media. A sample of 660 stakeholders completed the mixed-methods survey, including those in health care, non-profit, government, law enforcement and academia. Findings Results indicate that hospitals and homelessness sector agencies often struggle to coordinate care. The result is that these patients are usually discharged to the streets or shelters and not into housing or housing with supports. The health care and homelessness sectors in Canada are currently structured in a way that hinders collaborative transfers of patient care. The three primary and inter-related gaps raised by survey participants were: communication, privacy and systems pressures. Research limitations/implications The findings are limited to those who voluntarily completed the survey and may indicate self-selection bias. Results are limited to professional stakeholders and do not reflect patient views. Practical implications Identifying systems gaps from the perspective of those who work within health care and homelessness sectors is important for supporting system reforms. Originality/value This survey was the first to collect nationwide stakeholder data on homelessness and hospital discharge in Canada. The findings help inform policy recommendations for more effective systems alignment within Canada and internationally.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 tête enseignante, 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 ».