MétaCan
Menu
Retour à la cohorte
Enregistrement W4220869112 · doi:10.5206/ijoh.2022.1.14227

Homelessness within the COVID-19 Pandemic in Two Nova Scotian Communities

2022· article· en· W4220869112 sur OpenAlexafffundvenueabout
Kaitrin Doll, Jeff Karabanow, Jean Hughes, Catherine Leviten‐Reid, Haorui Wu

Notice bibliographique

RevueInternational Journal on Homelessness · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensDalhousie UniversityUniversity of Toronto
Organismes subventionnairesDalhousie UniversityCape Breton University
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Nova (rocket)NarrativePolitical sciencePortrait2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyEconomic growthSociologySocioeconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Expanding the emergent literature on homelessness and the COVID-19 pandemic, this qualitative study presents a portrait of the homelessness sector in two Nova Scotian, Canadian communities: Halifax Regional Municipality and Cape Breton Regional Municipality. This research provides an understanding of the health and wellness of populations experiencing homelessness during the first waves of the COVID-19 pandemic, the processes involved in supporting populations experiencing homelessness during the pandemic, and determining what has worked, what has not, and required changes. The data will inform relevant emergency crises and disaster relief responses for those experiencing homelessness and those who are marginalized, vulnerable, and living on the fringes of society. What follows are the core themes, and lessons learned, along with recommendations that capture the narratives from a group of individuals experiencing homelessness throughout the pandemic and those tasked with developing, supporting, innovating, and funding the disaster responses in two Nova Scotian communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,129
Tête enseignante GPT0,464
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations11
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueInternational Journal on HomelessnessMême sujetHomelessness and Social IssuesTravaux en français237 207