MétaCan
Menu
Retour à la cohorte
Enregistrement W4200602869 · doi:10.1093/geroni/igab046.1131

Temporary Housing for Older People: Addressing Housing Insecurity to Promote Aging in the Right Place

2021· article· en· W4200602869 sur OpenAlexaffabout
Shreemouna Gurung, Shelby Elkes, Atiya Mahmood, Holly Lemme, Gelareh Modara, Emily Lam, Maria Juanita Mora, Sarah L. Canham, Rachel Weldrick

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAging in placeAutonomyGeneral partnershipPromotion (chess)BusinessScale (ratio)Work (physics)Unit (ring theory)Public relationsAffordable housingEconomic growthPolitical sciencePsychologyFinanceGerontologyMedicineEconomicsGeographyEngineeringPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract The Aging in the Right Place (AIRP) project is a multi-year, multi-city partnership grant on aging, housing insecurity and homelessness. This paper presents findings from provider/staff interviews (N=5) at a Temporary Housing Program (THP) serving older people experiencing (or at risk of) homelessness (OPEH) in Vancouver, Canada. The researchers sought to understand the strengths and weaknesses of the program, scale-up (i.e., policies) and/or scale out impacts (i.e., on people and communities), as well as how the program promotes housing security and stability for OPEH. Narrative data reveals the program provided housing stability to OPEH by offering increased access to resources (food, pharmaceutical, transportation, social support and engagement). Additionally, through the promotion of client autonomy, privacy and security in their housing unit, the organization and staff work to support and foster AIRP among their clients and help to transform a temporary housing space into a secure home-type setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,426
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHomelessness and Social IssuesTravaux en français237 207