Characterizing Collegiate Recovery Programs in the United States and Canada: A Survey of Program Directors
Notice bibliographique
Résumé
OBJECTIVE: Collegiate recovery programs (CRPs) play a vital and expanding role in supporting students in recovery from substance use disorders and behavioral addictions at higher education institutions. Despite their importance, there is a lack of comprehensive research characterizing CRPs, including their program directors and the nature and influence of their funding streams. METHOD: A survey was administered to 70 CRP directors across the United States and Canada. Directors reported on their CRPs across a variety of site physical features, policy and program offerings, and funding sources, with "sustainable" funding defined as coming from two or more sources. RESULTS: CRP directors were predominantly non-Hispanic, White, and female, with representation from gender and sexual minorities. The highest concentration of directors responding was in the U.S. states of North Carolina, California, and Texas. CRPs with more than one funding source served twice as many students and had significantly more space, drop-in facilities, and relapse management policies. CRP directors had positive perceptions of harm-reduction principles. In addition, results highlighted the robust availability of All Recovery meetings and the wide diversity of mutual-help group meetings offered within CRPs, as well as the directors' positive perceptions of these meetings. CONCLUSIONS: This research lays a foundation for enhancing CRPs within higher education settings, emphasizing the significance of sustained funding and an inclusive support framework for the program directors who run CRPs. Future studies should further explore the effectiveness of CRPs and their impacts on the schools and students they serve.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».