Cross-Sector Homeless Service Collaboration: Perspectives from Social Service Providers
Notice bibliographique
Résumé
Coordinated and comprehensive services are needed for individuals experiencing homelessness or those at risk for homelessness. Various organizations working in collaboration and partnerships to address social issues face several barriers. This study aims to examine the efforts of a cross-sector collaboration of social service providers supporting individuals experiencing homelessness in the United States through the Collective Impact framework. Organizations specializing in behavioral health, medical, housing, and HIV/AIDS services encompass these providers. To measure how well the conditions of collective impact were being met, an online survey was delivered to the service providers from the organizations. Follow-up focus groups aimed to explain and enhance the survey results. ANCOVA evaluated the differences in meeting collective impact conditions across organizations. While no significant differences were found, the highest mean scores were for common agenda and continuous communication, indicating strong alignment and open dialogue across agencies. The lowest scores were for mutually reinforcing activities and backbone infrastructure. Thematic analysis of the focus groups supported these findings and revealed four key challenges: concerns with safety and security, role confusion, inconsistent communication, and organizational culture differences. These results suggest a need for clearer protocols, shared leadership structures, and strategies to align organizational roles and expectations. Findings highlight the importance of continuous relationship-building and structural coordination to strengthen collective impact in cross-sector collaborations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,010 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».