Managed alcohol programs in the context of Housing First
Notice bibliographique
Résumé
Purpose Recently, Managed Alcohol Programs (MAPs have emerged as an alcohol harm reduction model for those living with severe alcohol use disorder (AUD) and experiencing homelessness. There is still a lack of clarity about the role of these programs in relation to Housing First (HF) discourse. The authors examine the role of MAPs within a policy environment that has become dominated by a focus on HF approaches to addressing homelessness. This examination includes a focus on Canadian policy contexts where MAPs originated and are still predominately located. The purpose of this paper is to trace the development of MAPs as a novel response to homelessness among people experiencing severe AUD and to describe the place of MAPs within a HF context. Design/methodology/approach This conceptual paper outlines the development of discourses related to persons experiencing severe AUD and homelessness, with a focus on HF and MAPs as responses to these challenges. The authors compare the key characteristics of MAPs with “core principles” and values as outlined in various definitions of HF. Findings MAPs incorporate many of the core values or principles of HF as outlined in some definitions, although not all. MAPs (and other housing/treatment models) provide critical housing and support services for populations who might not fit well with or who might not prefer HF models. Originality/value The “silver bullet” discourse surrounding HF (and harm reduction) can obscure the importance of programs (such as MAPs) that do not fully align with all HF principles and program models. This is despite the fact that MAPs (and other models) provide critical housing and support services for populations who might fall between the cracks of HF models. There is the potential for MAPs to help fill a gap in the application of harm reduction in HF programs. The authors also suggest a need to move beyond HF discourse, to embrace complexity and move toward examining what mixture of different housing and harm reduction supports are needed to provide a complete or comprehensive array of services and supports for people who use substances and are experiencing homelessness.
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 | 0,000 | 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 ».