PROFILES OF OLDER HOMELESS ADULTS WITH CHRONIC MENTAL HEALTH PROBLEMS IN LOS ANGELES COUNTY
Notice bibliographique
Résumé
Homeless adults with ongoing mental health problems are a particularly vulnerable segment of the older adult population, but the characteristics and conditions of this population remain largely unknown to aging researchers. We use data on 2,169 unsheltered adults over age 50 from the 2017 Los Angeles County Homeless Survey to examine the characteristics of mentally ill older homeless adults, their pathways to homelessness, and their service needs. Chronic mental health problems were prevalent in 48% of older adults, with higher prevalence among women (54%) compared to men (47%) and those ages 50–64 (49%) compared to those 65+ (42%). About one-quarter also had drug or alcohol problems or physical illness and 41% also had a disability. Results from multivariate models adjusted for age, gender, race/ethnicity and education show those with mental health problems are more likely to have had their first experience of homelessness prior to age 50 and are more likely to be living in a tent. The primary reasons identified for loss of housing related to medical conditions, drug use, and mental health. Respondents were asked to rate the importance of a variety of services. Those with mental health problems were more likely to identify as being important or very important services related to transportation, legal, physical and mental health, drug treatment, disability, and family counseling. It’s critically important to address the needs of this largely invisible, but incredibly vulnerable, older adult population.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».