“A place to be safe, feel at home and get better”: including the experiential knowledge of potential users in the design of the first wet service in Montreal, Canada
Notice bibliographique
Résumé
BACKGROUND: The harmful use of alcohol is one of the leading health risk factors for people's health worldwide, but some populations, like people who experience homelessness, are more vulnerable to its detrimental effects. In the past decades, harm reduction interventions that target these complex issues has been developed. For example, wet services include a wide range of arrangements (wet shelters, drop-in centers, transitory housing, etc.) that allow indoor alcohol use and Managed Alcohol Programs provide regulated doses of alcohol in addition to accommodation and services. Although the positive impacts of these interventions have been reported, little is known about how to integrate the knowledge of people experiencing homelessness and alcohol dependence into the design of such programs. The aim of this study is to present the findings of such an attempt in a first wet service in Montreal, Canada. METHODS: Community based participatory research approach and qualitative methods-including semi-structured interviews and focus groups-were used to collect the knowledge of potential users (n = 34) of the wet service. The data collected was thematically analyzed. RESULTS: Participants reported experiencing harsh living conditions, poverty, stigmatization and police harassment, which increased their alcohol use. The intersection between participants' alcohol dependence and homelessness with the high barriers to access public services translated into their exclusion from several of such services. Participants envisioned Montreal's wet service as a safe space to drink, a place that would provide multiple services, a home, and a site of recovery. CONCLUSIONS: Integrating the knowledge of potential users into the design of harm reduction interventions is essential to develop better and more adapted services to meet complex needs. We propose that it could fosters users' engagement and contribute to their sense of empower, which is crucial for a group that is typically discriminated against and suffers from marginalization.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,028 | 0,014 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».