Interventions for burnout and well-being in homelessness staff: a systematic scoping review
Notice bibliographique
Résumé
Abstract Background Homelessness staff often experience high job demands, limited resources, and significant emotional strains; with high levels of burnout, stress, and trauma being common within the workforce. Despite growing recognition of these issues, limited information exists regarding interventions to address this. Aim To conduct a systematic scoping review of interventions aimed at improving well-being and reducing burnout among homelessness staff. Methods All eligible studies needed to include an intervention addressing burnout and/or well-being in homelessness staff, published in English with primary data. Evidence sources were left open with no data restrictions. Following a registered protocol (available at osf.io/jp5yx), a systematic search of five electronic databases (Medline, APA PsychInfo, Global Health, ASSIA, CINAHL) and Google Scholar was conducted. Studies were double-screened for inclusion. Methodological quality was assessed using the Mixed Methods Appraisal Tool. Results Out of 5,775 screened studies, six met the inclusion criteria: two peer-reviewed and four non-peer-reviewed publications. No studies were retrieved from Google Scholar. The included studies comprised four quantitative non-randomised designs, one randomised controlled trial, and one mixed-methods study, with four being complex interventions. Three were therapy-based, two included supervision, and two comprised one-time educational sessions. Most were conducted in the United States (n=4), with two in the United Kingdom. The total pooled sample was 347 participants, though four studies were missing demographic data (age and gender). The studies used heterogenous measures and outcomes. Limitations included restrictions to English-only publications, potential gaps in capturing well-being measures, and a limited grey literature scope. Conclusion There is a lack of research on well-being and burnout interventions in frontline homelessness staff. Identified studies were generally of low quality with a heterogeneity of measures and outcomes used to assess well-being and burnout, limiting generalisability of findings. More robust study designs, along with standardised measures and outcomes, are needed going forwards.
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 | 0,020 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».