Potentially exploring homelessness among refugees: a systematic review and meta-analysis
Notice bibliographique
Résumé
Homelessness among refugee populations has been increasing worldwide in recent years, which provides particular challenges for receiving nations. In a context in which formal systems supporting asylum seekers and refugees face high demand relative to their resource levels, the impact this may have on the homelessness sector to provide support and accommodation for asylum seekers and refugees has received scant attention. This paper presents a systematic review that synthesizes the literature on the determinants of Homelessness among refugees. The study reviewed seven electronic databases from 2002 to December 2019. Most studies exploring Homelessness among refugees were drawn from Canada, Australia, the UK., and the U.S. Overall, refugees constitute a vulnerable population at heightened risk of becoming homeless. The complex interplay between individual and structural pathways into homeless also makes it difficult for refugees to exit Homelessness. Our metadata analysis of the literature further supports that housing, family, health, community, political circumstances, and income disproportionately impact refugees. This paper identifies these factors as the root causes of refugee's Homelessness. Homelessness can also cause some issues with these six factors in general. In fact, there is a bidirectional causation relationship between Homelessness and these factors to some degree. However, the focus of this paper is on how these factors can contribute to refugee homelessness.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,028 | 0,005 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».