MétaCan
Menu
Retour à la cohorte
Enregistrement W7073693212

'It's like a safety haven': Considerations for the implementation of Managed Alcohol Programs in Scotland

2021· article· en· W7073693212 sur OpenAlexaboutno aff

Notice bibliographique

RevueStirling Online Research Repository (University of Stirling) · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupAutonomyHarmService (business)Qualitative researchService providerHarm reductionQualitative propertyPsychological intervention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Alcohol use disorders (AUDs) are not equitably spread across the population, with some groups such as people who are experiencing homelessness being more vulnerable to AUDs due to social inequalities, stigma, and complex social and structural processes. Managed alcohol programs (MAPs) are a harm reduction approach first developed in Canada for those experiencing AUDs and homelessness with positive results. This study aimed to describe the factors that should be considered when implementing MAPs in Scotland. Qualitative data were collected in Scotland via semi‐structured interviews with 29 individuals in a range of roles, including strategic informants (n = 12), service staff (n = 8) and potential beneficiaries (n = 9). Vignettes were used to support data collection. Data were analysed using Framework in NVivo. Participants highlighted six key considerations to inform implementation of MAPs in Scotland: the importance of individualized care; provision of alcohol; holistic care and a focus on wellbeing; types of settings and service models; staffing; and autonomy and rules. Future research should focus on piloting MAPs in a range of service contexts, using different models of care and settings, to develop enhanced understanding of their effectiveness in addressing harms and promoting wellbeing for those experiencing AUDs and homelessness.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,186
Tête enseignante GPT0,326
Écart entre enseignants0,140 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStirling Online Research Repository (University of Stirling)Même sujetDiverse Scientific and Economic StudiesTravaux en français237 207