MétaCan
Menu
Retour à la cohorte
Enregistrement W3016616189 · doi:10.1111/ajes.12328

Making the Prevention of Homelessness a Priority: The Role of Social Innovation

2020· article· en· W3016616189 sur OpenAlexaboutno aff
Stephen Gaetz

Notice bibliographique

RevueAmerican Journal of Economics and Sociology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemedial educationIntervention (counseling)Psychological interventionGovernment (linguistics)Economic growthHousing FirstInvestment (military)Scale (ratio)Political scienceSupportive housingBusinessPublic relationsPsychologyGerontologyMedicineEconomicsNursingMental illnessMental healthPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Mass homelessness emerged in Canada in the wake of neoliberal policies that reduced government production of housing and other supportive measures. Efforts to reduce homelessness have occurred in three stages: 1) an emergency response in the 1990s that consisted mostly of investment in shelters, soup kitchens, and day programs, 2) the implementation of community plans to end homelessness, combined with the adoption of Housing First as a strategy that seeks to provide reliable shelter as a first step to anyone without it, followed by other remedial services, and 3) the recent development in Canada of early intervention strategies to prevent homelessness from its inception. The second stage was highly successful in dealing with the situation of chronically homeless adults, and many communities have begun to see reductions in homelessness. However effective, this approach does not break the cycle by intercepting potentially homeless individuals in their youth, which is when it begins for many people. Canada is at the beginning stages of the move towards a stronger focus on prevention, aided by a social innovation agenda to identify, design, test, and evaluate preventive interventions to determine which ones will be most strategically effective, setting the stage for implementation and going to scale.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,062
Tête enseignante GPT0,390
Écart entre enseignants0,328 · 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'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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Economics and SociologyMême sujetHomelessness and Social IssuesTravaux en français237 207