Actionable Items to Address Challenges Incorporating Peer Support Specialists Within an Integrated Mental Health and Substance Use Disorder System: Co-Designed Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Peer support specialists offering mental health and substance use support services have been shown to reduce stigma, hospitalizations, and health care costs. However, as peer support specialists are part of a fast-growing mental health and substance use workforce in innovative integrated care settings, they encounter various challenges in their new roles and tasks. OBJECTIVE: The purpose of this study was to explore peer support specialists' experiences regarding employment challenges in integrated mental health and substance use workplace settings in New Hampshire, USA. METHODS: Using experience-based co-design, nonpeer academic researchers co-designed this study with peer support specialists. We conducted a series of focus groups with peer support specialists (N=15) from 3 different integrated mental health and substance use agencies. Audio recordings were transcribed. Data analysis included content analysis and thematic analysis. RESULTS: We identified 90 final codes relating to 6 themes: (1) work role and boundaries, (2) hiring, (3) work-life balance, (4) work support, (5) challenges, and (6) identified training needs. CONCLUSIONS: The shared values of experience-based co-design and peer support specialists eased facilitation between peer support specialists and nonpeer academic researchers, and indicated that this methodology is feasible for nonpeer academic researchers and peer support specialists alike. Participants expressed challenges with agency restrictions, achieving work-life balance, stigma, and low compensation. We present actionable items to address these challenges in integrated mental health and substance use systems to potentially offset workforce dissatisfaction and high turnover rates.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».