Building the capacity of older adults and community: findings from a developmental evaluation of United Way British Columbia’s social prescribing programs for older adults
Notice bibliographique
Résumé
INTRODUCTION: Older adults with higher needs are ideal candidates for social prescribing interventions, given the complex and intersectoral nature of their needs. This article describes findings from a developmental evaluation of 19 social prescribing programs for older adults at risk of frailty. METHODS: An evaluation of the programs was conducted from 2020 to 2023. We used data from three components of the evaluation: (1) initial evaluation data collected in 2020 and 2021; (2) program profiles developed in 2022; and (3) co-creation sessions conducted in 2023. RESULTS: From startup until March 2023, the programs served a total of 2544 older adults. The community connectors identified factors at the individual, interpersonal, institutional, community and policy levels that contributed to the successful implementation and delivery of their programs (e.g. physician champions, communities of practice, strong pre-existing relationships with the health care system), as well as challenges (e.g. limited capacity of family physicians, lack of community resources). There was strong agreement among community connectors that successful social prescribing programs should include the following core elements: (1) making connections to needed community resources; (2) co-creation of a wellness plan with long-term clients or clients who require intensive supports; (3) ongoing follow-up and check-ins for clients with wellness plans; and (4) an assessment and triaging process for the prioritization of clients. CONCLUSION: To leverage the full potential of social prescribing interventions, it is essential that programs engage with a range of health and social care providers, that community connectors are skilled and well supported, and that adequate investments are made in the nonprofit and voluntary sector.
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 | 0,024 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».