The Promises of Housing First and the Realities of Neoliberalism: Lessons from Toronto's Streets to Homes Programme
Notice bibliographique
Résumé
In 2005, Toronto City Council adopted the Streets to Homes programme, based on the “Housing First” (HF) approach, as the centrepiece of the City’s strategy to address homelessness (City of Toronto, 2005). Under HF, a client is placed in permanent housing immediately, and then receives supports for concurrent issues, such as addiction and mental illness, that affect housing stability (Hwang et al, 2012). HF is being widely embraced by North American policymakers and academics, who applaud its utility in facilitating permanent housing retention (Waegemakers Schiff and Rook, 2012). However, critics argue that HF programmes facilitate the removal of marginalised populations from city centres and represents a retrenchment of front line emergency services, reflecting neoliberal governance and the regulation of space (Klowdasky, 2009; Willse, 2010). Both the heavy reliance of quantitative, medically-oriented measures employed by proponents of HF and the equally abstract arguments of its detractors fail to assess the implications of a city’s embrace of HF on the overall housing and homelessness policies and the regulation of space. The current study intends to overcome these gaps by presenting qualitative research conducted through interviews with City of Toronto officials, service providers, and other key informants. The initial research questions focused on why the decision to adopt Streets to Homes was made, and its impacts on service delivery and access to public space. However, the employ of grounded theory allowed for a more holistic understanding to emerge of how HF does not represent neoliberalism, but rather is hampered by it. In order for HF programmes to succeed, they must be supported by a robust supply of affordable housing and adequate income supports, as well as a great deal of attention being paid to the psychosocial issues that often accompany homelessness. A failure to have these supports in place results in continued extreme poverty and poor community integration for clients.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,038 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».