Co-Designing the “Peer to Community (P2C) Model”: An Intervention for Promoting Community Integration Following Homelessness
Notice bibliographique
Résumé
Background: Community integration is an important outcome for homelessness prevention that has been challenging to effectively target using existing approaches. We conducted this study to design an intervention aimed at improving community integration following homelessness to fill this gap in existing research and practice. Method: We conducted a community-based participatory research (CBPR) study to identify what is needed to thrive following homelessness in one large and one mid-sized urban centre in Ontario, Canada. This CBPR study involved a collaboration among persons with lived experiences of homelessness, service providers, organizational leaders, and researchers. It comprised a stakeholder consultation followed by a co-design process that responded to our consultation findings. This paper presents a case study of a co-design process used to develop a novel intervention. Findings: Our stakeholder consultation emphasized a need for implementing approaches targeting community integration following homelessness. We responded by collaborating on the co-design of an intervention called the Peer to Community (P2C) Model. This intervention utilizes the expertise of peer support specialists, occupational therapists, and social workers to support meaningful activity participation and relationship building as pathways to community integration following homelessness. The (P2C) model is informed by five philosophies: 1) Housing First; 2) harm reduction; 3) trauma and violence-informed care; 4) person-centred care; and 5) the mental health recovery model. Our co-design process involved the development of the P2C model, educational modules for training individuals to deliver this approach, and a fidelity measure. Implications: The P2C model is a novel approach designed to support community integration following homelessness and needs to be piloted and evaluated in future research. A pilot study is currently underway in a mid-sized city in Ontario, Canada.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».