Providing Housing First services for an underserved population during the early wave of the COVID-19 pandemic: A qualitative study
Notice bibliographique
Résumé
OBJECTIVE: We assessed the critical role of Housing First (HF) programs and frontline workers in responding to challenges faced during the first wave of the COVID-19 pandemic. METHOD: Semi-structured interviews were conducted with nine HF frontline workers from three HF programs between May 2020 and July 2020, in Toronto, Canada. Information was collected on challenges and adjustments needed to provide services to HF clients (people experiencing homelessness and mental disorders). We applied the Analytical Framework method and thematic analysis to our data. RESULTS: Inability to provide in-person support and socializing activities, barriers to appropriate mental health assessments, and limited virtual communication due to clients' lack of access to digital devices were among the most salient challenges that HF frontline workers reported during the COVID-19 pandemic. Implementing virtual support services, provision of urgent in-office or in-field support, distributing food aid, connecting clients with online healthcare services, increasing harm reduction education and referral, and meeting urgent housing needs were some of the strategies implemented by HF frontline workers to support the complex needs of their clients during the pandemic. HF frontline workers experienced workload burden, job insecurity and mental health problems (e.g. distress, worry, anxiety) as a consequence of their services during the first wave of the COVID-19 pandemic. CONCLUSION: Despite the several work-, programming- and structural-related challenges experienced by HF frontline workers when responding to the needs of their clients during the first wave of the COVID-19 pandemic, they played a critical role in meeting the communication, food, housing and health needs of their clients during the pandemic, even when it negatively affected their well-being. A more coordinated, integrated, innovative, sustainable, effective and well-funded support response is required to meet the intersecting and complex social, housing, health and financial needs of underserved and socio-economically excluded groups during and beyond health emergencies.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».