Perceptions of Risk: Perspectives on Crime and Safety in Public Housing for Older Adults
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: An increasing number of older adults are aging in place in public housing. Public housing is perceived to have higher rates of crime that have detrimental impacts on health and well-being. We used a qualitative approach to understand the experiences of safety and unsafety for older adults in public housing. RESEARCH DESIGN AND METHODS: Participants included older adult tenants (n = 58) as well as service providers (n = 58) who offer supports directly in the buildings. Semistructured qualitative interviews and focus groups were used to explore (a) what makes the buildings feel unsafe, (b) how safety concerns affect access to support services, and (c) strategies used to promote safety. RESULTS: Participants acknowledged the importance of safety for creating a home-like environment; however, many described feeling unsafe at home or work. Participants described extreme examples of antisocial behaviors that were pervasive and viewed as commonplace. Lack of building security was a key issue, which was compounded by a perceived lack of accountability. While service providers were willing to accept a certain level of risk, many acknowledged that unsafe situations forced them to withdraw in-home services or stop community programs, further contributing to feelings of unsafety. In the absence of effective formal security, participants described several measures taken to mitigate risk. DISCUSSION AND IMPLICATIONS: Our findings point to the need for enhanced physical and environmental safety infrastructure, improved building management, increased on-site security, as well as other proactive measures to reduce risk by creating a greater sense of connection and community within the buildings.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».