From nowhere to nowhere. Homelessness and incarceration: a systematic review and meta-analysis
Notice bibliographique
Résumé
PURPOSE: This study aims to review international literature systematically to estimate the prevalence of homelessness among incarcerated persons at the time of imprisonment and the time of discharge. DESIGN/METHODOLOGY/APPROACH: A systematic review methodology was used to identify quantitative observational studies that looked at the prevalence of homelessness at the time of imprisonment, or up to 30 days prior to that point (initial homelessness), and at the time of discharge from prisons. Studies reported in English from inception to 11 September 2019 were searched for using eight databases (PsycInfo, Medline, Embase, CINAHL, PsycArticles, Scopus, Web of Science and the Campbell Collaboration), in addition to grey literature. Studies were screened independently by three researchers. Results of studies meeting inclusion criteria were meta-analysed using a random effects model to generate pooled prevalence data. FINDINGS: A total of 18 out of 2,131 studies met the inclusion criteria. All studies originated from the USA, Canada, UK, Ireland or Australia. The estimated prevalence of initial homelessness was 23.41% and at time of discharge was 29.94%. Substantial heterogeneity was observed among studies. ORIGINALITY/VALUE: People in prisons are over twenty times more likely to be homeless than those in the general population. This is likely attributable to a range of health and social factors. Studies in this analysis suggest higher rates of homelessness in minority populations and among those with mental illnesses and neurodevelopmental disorders. While there was significant heterogeneity among studies, the results highlight the global burden of this issue and a clear necessity for targeted interventions to address homelessness in this 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».