MétaCan
Menu
Retour à la cohorte
Enregistrement W2944283163 · doi:10.1177/0022167819848245

Working Together in Montréal to Improve Veterans’ Well-Being: A Canadian Perspective

2019· article· en· W2944283163 sur OpenAlexaffabout
Brenda M. Fewster, Hannah Brais, S. C. Gregory, Michèle Paulin

Notice bibliographique

RevueJournal of Humanistic Psychology · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésVeterans AffairsGeneral partnershipGovernment (linguistics)Public relationsService providerSociologyPublic administrationPolitical scienceService (business)ManagementMedicineBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Services for veterans in Canada can be unclear and difficult to navigate for civilian service providers working with veterans. In this article, we feature two Montréal-based initiatives that aim to improve services for veterans through collaboration, the Old Brewery Mission and Respect Forum. We begin by providing background information about Canada’s recent history of military engagements and veterans affairs issues. The first example of collaboration presented is the Sentinelles de la rue (Sentinels of the Street) program, led by the Old Brewery Mission. The Mission works with Montréal’s homeless men and women, meeting their essential needs while finding practical and sustainable solutions to end chronic homelessness. The Mission is now developing a collaborative model in partnership with government departments, veterans peer support organizations, and local health and social services to house and support homeless military veterans. The second example is Respect Forum, a not-for-profit initiative that has been organizing networking events in Montréal, Québec since 2016. The aim of these events is to promote military–civilian and multisectoral collaboration to improve services for veterans. Respect Forum meetings have made it possible to begin bringing together and mapping out local and national service providers working with veterans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,035
Tête enseignante GPT0,413
Écart entre enseignants0,378 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Humanistic PsychologyMême sujetHomelessness and Social IssuesTravaux en français237 207