Evidence-informed interventions and best practices for supporting women experiencing or at risk of homelessness: a scoping review with gender and equity analysis
Notice bibliographique
Résumé
INTRODUCTION: While much of the literature on homelessness is centred on the experience of men, women make up over one-quarter of Canada's homeless population. Research has shown that women experiencing homelessness are often hidden (i.e. provisionally housed) and have different pathways into homelessness and different needs as compared to men. The objective of this research is to identify evidence-based interventions and best practices to better support women experiencing or at risk of homelessness. METHODS: We conducted a scoping review with a gender and equity analysis. This involved searching MEDLINE, CINAHL, PsycINFO and other databases for systematic reviews and randomized trials, supplementing our search through reference scanning and grey literature, followed by a qualitative synthesis of the evidence that examined gender and equity considerations. RESULTS: Of the 4102 articles identified on homelessness interventions, only 4 systematic reviews and 9 randomized trials were exclusively conducted on women or published disaggregated data enabling a gender analysis. Interventions with the strongest evidence included post-shelter advocacy counselling for women experiencing homelessness due to intimate partner violence, as well as case management and permanent housing subsidies (e.g. tenant-based rental assistance vouchers), which were shown to reduce homelessness, food insecurity, exposure to violence and psychosocial distress, as well as promote school stability and child well-being. CONCLUSION: Much of the evidence on interventions to better support women experiencing homelessness focusses on those accessing domestic violence or family shelters. Since many more women are experiencing or at risk of hidden homelessness, population-based strategies are also needed to reduce gender inequity and exposure to violence, which are among the main structural drivers of homelessness among women.
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 | 0,034 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,029 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».