Examining the need profile of supportive housing applicants with and without current justice involvement: A cross-sectional study.
Notice bibliographique
Résumé
OBJECTIVE: Permanent supportive housing has been identified as a possible intervention which could reduce the risk of criminal justice involvement (CJI) among people with serious mental illness who are experiencing residential instability and homelessness. However, the evidence evaluating the impact of supportive housing on CJI is mixed. Increasing understanding of the specific needs of people with justice involvement entering supportive housing may inform interventions which improve their criminal justice outcomes. Toward this end, this study compared the characteristics and need profiles of applicants to supportive housing with and without current CJI. METHODS: Secondary analyses were conducted of archival databases of 12,277 individuals applying for supportive housing in Toronto, Canada between 2009 and 2015. The characteristics and support needs of applicants with current CJI were compared to applicants with no current justice involvement. RESULTS: Of the applicants, 2,894 (23.6%) reported having justice involvement at the time of referral to supportive housing services. The strongest predictors of having justice involvement were a history of physical assaults, homelessness, problematic substance use, male gender, and younger age. CONCLUSIONS AND IMPLICATIONS FOR PRACTICE: Criminological factors rather than functional or mental health needs were most predictive of having current justice involvement at referral. Development of justice-focused supportive housing models may be considered which supplement traditional supportive housing approaches with empirically based interventions targeting the criminogenic needs of people with mental illness and justice involvement. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».