Implementation of a strengths-based approach in a traumatic brain injury community service; perspectives of community workers
Notice bibliographique
Résumé
Background The strengths-based approach (SBA) was initially developed for people living with mental health issues but may represent a promising support option for community participation of people living with a traumatic brain injury (TBI). A community-based organisation working with people living with TBI is in the process of adapting this approach to implement it in their organisation. No studies explored an SBA implementation with this population. This study explores the implementation of key components of the SBA in a community-based organisation dedicated to people living with TBI. Methods A qualitative descriptive design using semi-structured interviews (n = 10) with community workers, before and during implementation, was used. Transcripts were analysed inductively and deductively. Deductive coding was informed by the SBA fidelity scale. Results Group supervision and mobilisation of personal strengths are key SBA components that were reported as being integrated within practice. These changes led to improved team communication and cohesiveness in and across services, more structured interventions, and greater engagement of clients. No changes were reported regarding the mobilisation of environmental strengths and the provision of individual supervision. Conclusion The implementation of the SBA had positive impacts on the community-based organisation. This suggests that it is valuable to implement an adaptation of the SBA for people living with TBI.
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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,012 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| 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 ».