Effectiveness of employment‐based interventions for persons experiencing homelessness: A systematic review
Notice bibliographique
Résumé
Employment is frequently desired by persons who experience homelessness yet is often elusive. Little is known about the range and effectiveness of employment-based interventions evaluated in existing literature on key psychosocial outcomes including employment participation, mental well-being, housing tenure, community integration and substance use. To identify and synthesise existing studies, we conducted a systematic review of effectiveness using the methodology proposed by the Joanna Briggs Institute (JBI) following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Following the removal of duplicates, we screened 13,398 titles and abstracts, and reviewed 79 studies at the full-text review stage using two independent raters. A total of 16 studies met criteria for inclusion in a narrative synthesis and were subjected to critical appraisal. The majority of studies were conducted in the US (n = 14; 87.5%) with other studies published in Canada (n = 1; 6.3%) and Australia (n = 1; 6.3%). Interventions evaluated in existing studies included combined substance use and vocational skills interventions (n = 7; 43.8%), supported employment (n = 6; 37.5%), and integrated supports including an employment component (n = 3; 18.8%). The effectiveness of these interventions on employment, mental well-being, housing tenure, community integration, and substance use is presented. Findings suggest that research evaluating employment interventions for persons who experience homelessness is in an early stage of development. Researchers and practitioners may consider collaborating with persons with lived experiences of homelessness and practitioners in co-designing and modifying existing approaches to target key outcomes more effectively. Policymakers may consider allocating resources to such initiatives to further the development of practice and research aimed at supporting persons who experience homelessness to secure and sustain employment during and following 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 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 | 0,022 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,013 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».