A Hub intervention in Surrey, Canada: learning from people at risk
Notice bibliographique
Résumé
Co-occurring health and public safety concerns involving mental illness, substance use, and homelessness are increasingly prevalent challenges for policymakers in cities worldwide. The Hub model is a roundtable process where the combined resources of diverse agencies are used to mitigate urgent risk of crime, victimization, illness and death, by establishing immediate connections with appropriate services and supports. Initiated in Scotland, the model has been replicated in more than 60 communities across Canada since 2012. In November 2105, the Surrey Mobilization and Resiliency Table (SMART) became the first Hub in British Columbia. Little peer-reviewed research has examined the impact of Hub inter-ventions from a client perspective. We conducted semi-structured interviews with 16 SMART clients and analyzed their responses thematically. We also examined demographic- and intervention-related characteristics reported in the SMART database. Participants described positive experiences with SMART service providers, and commented that the intervention was effective at meeting relatively circumscribed needs. However, most clients reported complex and mutually exacer-bating health and social conditions, and expressed the need for ongoing structured support (e.g., Assertive Community Treatment (ACT)). Our results emphasize the beneficial role played by SMART’s coordinated, real-time approach. They also indicate demand for social policies that include substantial and enduring forms of support to prevent crises and promote community safety.
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 | 0,003 | 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 | 0,002 |
| 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 ».