MétaCan
Menu
Retour à la cohorte
Enregistrement W4400833577 · doi:10.1002/jcop.23131

Females and Housing First: An analysis of 18‐month outcomes in a randomized controlled trial

2024· article· en· W4400833577 sur OpenAlexafffund
Corinne Isaak, Geoffrey Nelson, Maryann Roebuck, Tim Aubry, Eric Macnaughton, Maritt Kirst, Patricia O’Campo, Julia Woodhall‐Melnik, Ayda Agha, Oeishi Faruquzzaman, Sarah Purcell

Notice bibliographique

RevueJournal of Community Psychology · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of New BrunswickSt. Michael's HospitalWilfrid Laurier UniversityUniversity of OttawaUniversity of British ColumbiaUniversity of Manitoba
Organismes subventionnairesMental Health CommissionHealth CanadaCommission de la santé mentale du Canada
Mots-clésRandomized controlled trialHousing FirstPsychologyClinical psychologyQualitative analysisMedicineQualitative researchGerontologyDemographyInternal medicinePsychiatryMental illnessMental health

Résumé

récupéré en direct d'OpenAlex

Abstract The main objective of this research was to qualitatively examine the impacts of Housing First (HF) specifically on those participants who identified themselves as female in response to question asking what their gender was. The data analyzed are from a larger, muti‐site, randomized controlled trial. χ 2 analysis was used to compare the life changes (coded as positive, neutral, or negative) experienced by 64 females (42 HF and 22 TAU). An in‐depth qualitative analysis was conducted on 45 of these participants (23 HF and 22 TAU). Significantly more female HF participants reported making positive life changes from baseline to 18‐month than those in TAU. Relative to females in TAU, female HF participants reported a number of specific positive changes, including enhanced safety, improved recovery in mental illness, greater reductions in drug use, and individual changes. The implications of findings for strengthening HF programs to meet the unique needs of female participants are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,528
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Community PsychologyMême sujetHomelessness and Social IssuesTravaux en français237 207