Relational trust in outreach with women experiencing street-involvement in British Columbia, Canada: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Women who experience street-involvement are severely underserved in health care. Outreach can address this service gap, but little is known about what constitutes gender-appropriate and effective outreach worker-client relationships in this context. METHODS: To explore the relational attributes of outreach, qualitative interviews were conducted with women (n = 19) enrolled in a pilot study (2017–2020) aimed at designing a gender-specific outreach program in British Columbia and with outreach staff (n = 8). Data analysis focused on women’s experiences, supplemented by outreach staffs’ perspectives. Reflexive thematic analysis informed by central tenets of feminist relational theory and harm reduction was used. RESULTS: Trust was the overarching theme, conceptualized as a relational, dynamic, and iterative process co-constructed over time. Eight interrelated domains of trust were identified: commitment; consistency; professional boundaries; privacy and confidentiality; empathy; non-judgement; expert knowledge; and “doing with not for”. Relational trust integrated understandings of the impact of gender-based violence, poverty, and drug-related criminalization. When enacted, trust facilitated participants’ engagement with outreach workers, improved care access, and advanced women’s capacities to navigate their general and substance use health care more independently. CONCLUSIONS: Trust is a critical element of health and social service delivery and distrust remains a major barrier. These findings advance new conceptualizations of trust that consider the interplay between interpersonal and structural features of care delivery such as stigma, discrimination, colonization, ableism, and classism. Outreach programs emphasizing trust-building as a dynamic and socio-structurally embedded process hold significant potential for improving care engagement among women who are chronically underserved. TRIAL REGISTRATION: Retrospectively registered on February 25, 2025 (NCT06854770) with ClinicalTrials.gov.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,031 | 0,010 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».