MétaCan
Menu
Retour à la cohorte
Enregistrement W4407982726 · doi:10.1080/09687637.2025.2470129

Barriers and facilitators to implementing a first managed alcohol program in Montreal, Canada

2025· article· en· W4407982726 sur OpenAlexaffabout
Rossio Motta‐Ochoa, Stéphanie Marsan, Natalia Incio-Serra, Esmé-Renée Audéoud, Annie Talbot, Manuela Mbacfou Temgoua, Monika Andrea Barbe-Welzel, Mark Alsop, Christie Chuprun, Jorge Flores-Aranda

Notice bibliographique

RevueDrugs Education Prevention and Policy · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversité du Québec à MontréalMcGill UniversityCentre Hospitalier de l’Université de MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésIndigenousPsychological interventionAlcoholPolitical scienceEnvironmental healthGerontologyPsychologyNursingMedicine

Résumé

récupéré en direct d'OpenAlex

Background Indigenous people experiencing homelessness, are disproportionately affected by the health risks associated with alcohol use. Managed alcohol programs (MAPs) are interventions that address alcohol use and homelessness by providing housing and regulated doses of alcohol. While research has shown MAPs to be beneficial, little is known about their implementation. Our paper addresses this gap by exploring the barriers and facilitators to implementing a MAP for Indigenous men in Montreal, Canada.Methods The study follows a qualitative approach. Semi-structured and informal interviews along with questionnaires were conducted with the program’s residents, staff and medical team members. The collected data were thematically analyzed.Results Participants identified barriers including resistance to adhering to the individualized alcohol plan, hostile behaviours and conflicts, loss of purpose and boredom, and staff workload and turnover. The facilitators reported were teamwork, flexibility, cultural safety, and trusting relationships.Conclusion Our findings about certain barriers, particularly hostile behaviours and conflicts, and staff workload and turnover, remain undocumented in the literature. Certain facilitators including flexibility, trusting relationships, and cultural safety merit further exploration. In offering a detailed description of the implementation of a MAP, we hope to inform policies supporting the dissemination of similar programs in other contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,433
Écart entre enseignants0,416 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueDrugs Education Prevention and PolicyMême sujetHomelessness and Social IssuesTravaux en français237 207