“My Values Keep Me Well… Would They Help Other People?”: A Thematic Analysis Exploring the Values and Values-Based Behaviours of People Facing Severe and Multiple Disadvantage
Notice bibliographique
Résumé
Individuals facing Severe and Multiple Disadvantage (SMD) have experience of at least three of the following: homelessness, substance use, mental illness, offending, and domestic violence. There is a push towards providing better support for people facing SMD and yet little research on what the “best” support looks like. Values motivate behaviour across various contexts, and helping an individual identify their values can lead to greater enactment of positive behavioural change. This study aimed to identify and explore the values of people facing SMD, the barriers and facilitators to enacting these values, and the perceived helpfulness of service provision in encouraging values-based behaviour or change. Twelve participants took part in semi-structured interviews. Reflexive thematic analysis resulted in four themes: values are idiosyncratic and interconnected; the benefits of value identification and enactment; the risks and challenges of value identification and enactment; and the relationship between values and support. Results offer preliminary evidence for the potential use of values in providing helpful, person-centered support for people facing SMD. Values work could arguably be integrated into any level of support for those facing SMD to support values-based living and change. Further research on the use and efficacy of values-focused interventions in SMD is needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».