“Setting people up for success and then failure” – health care and service providers’ experiences of using prize-based contingency management
Notice bibliographique
Résumé
BACKGROUND: Over the last 50 years, there has been a growing interest in and use of contingency management (CM) for people who use substances. Yet, despite showing some level of efficacy (albeit only short-term) and being praised by researchers as beneficial and cost-saving, it continues to be underutilized by health care and service providers. Why that is remains unclear. METHODS: Recognizing a gap, we conducted a targeted analysis of a larger set of qualitative interviews conducted on the experience of health care and service providers with incentives (including prize-based CM) (n = 25). RESULTS: Four themes were identified during the analysis: 1) The specificities of prize-based CM, 2) The role of providers in administering prize-based CM, 3) The positive and negative impact on the relationship, and 4) The ethical concerns arising from prize-based CM. Overall, our findings are consistent with existing literature and suggest that providers are wary of using prize-based CM because they tend to value effort over success, support over reward, honesty over deceit, and certainty over probability and variability. CONCLUSION: Our analysis offers additional insights into the experiences of providers who use prize-based CM and possibly some indications as to why they may not wish to work with this type of incentive. The question raised here is not whether there is enough evidence on the effectiveness of prize-based CM, but rather if this type of incentive is appropriate and ethical when caring for people who use substances.
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 ».