MétaCan
Menu
Retour à la cohorte
Enregistrement W4413482694 · doi:10.1136/bmjph-2025-002639

Nowhere to go: a qualitative study examining the health of people who experience emergency shelter service restrictions in Hamilton, Ontario, Canada

2025· article· en· W4413482694 sur OpenAlexafffundabout
Suraj Bansal, Stephanie Di Pelino, Jammy Pierre, Kathryn Chan, Amanda Lee, Olivia Mancini, Avital Pitkis, Fiona G. Kouyoumdjian, Larkin Lamarche, Robin Lennox, Marcie McIlveen, Tim O’Shea, Claire Bodkin

Notice bibliographique

RevueBMJ Public Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensYork UniversityMcMaster UniversityHamilton Health SciencesInstitute for Clinical Evaluative SciencesHamilton Regional Laboratory Medicine Program
Organismes subventionnairesMcMaster University
Mots-clésQualitative researchService (business)GerontologyMedicinePsychologySociologyBusinessMarketingSocial science

Résumé

récupéré en direct d'OpenAlex

Introduction: Emergency shelters offer temporary accommodation to people deprived of housing. Service restriction is the practice of limiting or denying access to emergency shelters in response to behaviours deemed harmful to staff, community members or other clients. This community-based qualitative study describes the characteristics, healthcare utilisation and morbidity of people experiencing service restrictions. Methods: We recruited 20 people who had experienced service restrictions in Hamilton, Ontario, Canada. Semistructured interviews were conducted and analysed using reflexive thematic analysis. To contextualise participants' experiences, we reviewed their medical records from 1 January 2018 to 31 December 2021 and calculated simple descriptive statistics. We employed community-based research principles, including a research team with lived experiences of being service restricted, implementing service restrictions or providing front-line care to people who are service restricted. Results: Participants averaged 17.4 primary care visits, 11 emergency department visits and 4 hospital admissions over 4 years. Common visit reasons included infections, traumatic injuries and substance use-related concerns. Service restriction exacerbated participants' health by increasing exposure to violence, infectious disease and psychological distress. Participants were dehumanised by being labelled, stigmatised and treated without compassion in healthcare and shelter settings. Institutional rules-particularly abstinence-based policies-created barriers to shelter access, while shifting to encampments worsened participants' physical and mental health. Despite these challenges, participants highlighted the strength of peer networks and community-led care. These findings illustrate how exclusionary policies and practices in shelters and healthcare settings shape the health and well-being of people who are service restricted. Conclusions: Service restriction worsened participants' health by pushing people into unsheltered homelessness, separating them from their belongings, networks and access to their usual health and social services, and increasing their likelihood of criminalisation. Abstinence-based shelter policies were important contextual factors that increased the use and harm of service restrictions. Participants practised care for themselves and others to navigate these barriers. Health and social services should champion an inclusion health approach by building on the wisdom of people with lived experience to reduce the use and impact of service restrictions.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,071
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0170,009
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,511
Écart entre enseignants0,351 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Public HealthMême sujetHomelessness and Social IssuesTravaux en français237 207