MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405483428 · doi:10.12927/hcq.2024.27487

A Framework for Developing an Integrated Shelter Health Model in a Mid-Sized Community: The Windsor Shelter Health Experience

2024· article· en· W4405483428 sur OpenAlexvenueaboutno aff
Karen Michael, Kathryn Pfaff, Kelly Goz, Jennifer N. Bondy

Notice bibliographique

RevueHealthcare Quarterly · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWindsorBest practiceNursingMedicineBusinessEnvironmental planningEnvironmental healthPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Windsor Shelter Health is an integrated program that offers comprehensive on-site medical services at shelters and drop-in centres for people experiencing homelessness in Windsor, ON. Although homelessness exists in most Canadian communities, there is more understanding of homelessness responses in larger urban centres. Windsor is a mid-sized border city in southwestern Ontario. Here, we explore the structures and processes that have been used to build a shelter health model in a city of this size and some early outcomes. Examples of these include a thoughtful governance structure, a shared electronic medical record, co-location of services, embedded research and educational programs, sustainable funding sources and collaboration between partners. Using this model, we were able to divert patient visits from the emergency department to be better managed in an outpatient setting, increase patient attachment to primary care and create novel avenues for education for both learners and staff in Windsor. Therefore, we demonstrate why these are essential components of this new program, and how other mid- and smaller-sized cities might incorporate these elements into their own shelter health programs.

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)0,014
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,501

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0200,030
Communication savante0,0150,009
Science ouverte0,0050,014
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,439
Écart entre enseignants0,314 · 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'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Quarterly→Même sujetChronic Disease Management Strategies→Travaux en français237 207→