Tenants with additional needs: when housing first does not solve homelessness
Notice bibliographique
Résumé
BACKGROUND: At Home/Chez-Soi was a 24 month randomized controlled trial of Housing First (HF) conducted in five Canadian cities. AIMS: This article attempts to identify the characteristics of participants who experienced housing instability one year after entering HF. METHODS: Those defined as experiencing housing instability were housed <50% of the last 9 months of the first year, excluding time in institutions, unless they were housed 100% of the past 3 months. RESULTS: Only 13.5% of HF participants (n = 157/1162) met criteria for housing instability. Several variables were significant predictors of instability in between-group comparisons and multiple regression analyses: residence in Winnipeg, cumulative lifetime homelessness, percent of previous 3 months spent in jail, and community psychological integration; while residence in Moncton and a diagnosis of PTSD or panic disorder predicted stability. The predictive models were weak, identifying correctly only 3.8% of individuals that failed to achieve housing stability. CONCLUSIONS: It is not possible to predict confidently at baseline who will experience early housing instability in HF. There are certain individual characteristics that might be considered risk factors. Providing HF to all individuals who qualify for a HF program remains the most valid way to administer admission to housing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».