MétaCan
Menu
Retour à la cohorte
Enregistrement W4406346291 · doi:10.1155/hsc/4355122

Looking Back and Moving Forward: Exploring Community Connectors’ Experience With Implementing Social Prescribing

2025· article· en· W4406346291 sur OpenAlexafffundabout
Elham Esfandiari, Anna M. Chudyk, Kate Mulligan, William C. Miller, W. Ben Mortenson, Christie Newton, Kathy L. Rush, Robert J. Petrella, Maureen C. Ashe

Notice bibliographique

RevueHealth & Social Care in the Community · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensUniversity of British Columbia, Okanagan CampusInternational Collaboration On Repair DiscoveriesUniversity of British ColumbiaPublic Health OntarioGF Strong Rehabilitation CentreUniversity of ManitobaUniversity of British Columbia Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchSocial Sciences and Humanities Research Council of CanadaCanada Research Chairs
Mots-clésSociologyPsychologyNursingPublic relationsMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Social prescribing is a health and social model of care which is emerging globally. It is a multifaceted intervention shaped by various contextual factors that can affect its implementation. Our aim was to describe community connectors’ (link workers or navigators) perceptions and experiences delivering social prescribing programs, with a particular interest in identifying implementation factors or themes. We conducted 11 online semi‐structured interviews with community connectors who delivered social prescribing in British Columbia (BC), Canada. We used directed content analysis, and two authors explored interviews using an implementation perspective. We sorted findings using a deductive approach based on previously published guidance to consider program acceptability, adoption, reach, dose, fidelity, feasibility, and sustainability, and community connectors’ self‐efficacy in delivering the program. We identified factors or themes which could impact on social prescribing implementation, specifically: variability in people’s unmet social needs, identification of community resources, team relationships, and communication. Participants also shared their experiences and perspectives on community connectors’ training, support, and their roles and scope within the continuum of care. At the client level, participants noted some challenges for people to access services because of low income and/or digital literacy. They further provided suggestions for shaping the future of social prescribing. Overall, participants provided valuable insights into social prescribing implementation opportunities and challenges which contribute to understanding community connectors’ role within the wider scope of this quickly emerging health and social model of care.

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)0,013
score de la tête « metaresearch » (Gemma)0,027
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,016
Communication savante0,0080,007
Science ouverte0,0030,013
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,160
Tête enseignante GPT0,363
Écart entre enseignants0,203 · 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth & Social Care in the CommunityMême sujetArt Therapy and Mental HealthTravaux en français237 207