Excellence in Homelessness Services: Evidence-Based Frontline Practices
Notice bibliographique
Résumé
Optimizing the performance of frontline workers in homelessness services (FWHSs) is vital for delivering effective support to individuals experiencing homelessness while prioritizing worker wellness. This paper builds on a previous study applying Orlick's "Wheel of Excellence" mental success elements, originally based on research with Olympic athletes, to social services. It assessed how high-performing FWHSs used these elements, providing practical insights for tailored mental-readiness training in social service facilities. The success elements—commitment, self-belief, positive imagery, mental preparation, full focus, distraction control, and constructive evaluation—were evident in FWHSs when successfully navigating challenging situations. This study provides further analysis of the elements contributing to FWHS’s mental readiness, including quotations from “excellent” FWHSs to highlight their common best practices. It defines excellence in frontline homelessness services, illustrates the use of the seven success elements, and identifies performance blocks and coping strategies from a frontline perspective. Performance blocks include general stressors and mistakes by trainees. The accompanying motivational quotes from high performers are akin to storytelling, elevating understanding and facilitating learning. Recommendations advocate tailoring existing tools, creating online learning opportunities, and implementing an Indigenous-inspired Sharing Circle for evidence-based practice discussions in homelessness services.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».