Implementation of strengths model case management in seven mental health agencies in Canada: Direct‐service practitioners' implementation experience
Notice bibliographique
Résumé
RATIONALE: Implementation of strengths model case management is increasing internationally. However, few studies have focused on its implementation process, and none have specifically addressed the implementation experience of direct-service practitioners. OBJECTIVE: This paper presents factors that facilitate and impede the successful implementation of the strengths model, with a specific focus on practitioners who deliver the intervention directly to service recipients. METHOD: To address this objective, a qualitative study of seven mental health agencies that implemented the model was conducted, involving a combination of participant observations and qualitative semistructured interviews with case managers, team supervisors, and senior managers. Qualitative data were analyzed using open coding followed by axial coding. Finally, the findings were aligned with an adapted Consolidated Framework for Implementation Research. RESULTS: Implementation of the strengths model involved a significant change in practice for case management practitioners. The results confirm that at the beginning of implementation, the strengths model was perceived as complex and not always adaptable to on-the-ground realities. With time, and with support from management, ongoing training and supervision sessions, and reflection and discussion, practitioners regained feelings of competence and resistance to the model diminished. The use of the model's structured team-based supervision tools was fundamental to supporting the implementation process by enabling an interactive and concrete training approach. CONCLUSIONS: The more an approach leads to changes in daily practice and is perceived as complex, the more concrete support is needed during implementation. This article highlights the importance of attending to a practitioner's sense of personal effectiveness and competence in the adoption of new practices.
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 | 0,020 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».