Living through a Pandemic in the Shadows of Gentrification and Displacement: Experiences of Marginalized Residents in Waterloo Region, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
What happens to marginalized communities that were already facing gentrification and displacement pressures when a major pandemic arrives? This chapter engages with, listens to and amplifies the experiences of very low-income and unsheltered residents as they deal with the pre-existing conditions of extreme housing challenges and the arrival of the first wave of COVID-19. This chapter is part of a wider collaboration between the researchers at University of Waterloo (UW) and the Social Development Centre Waterloo Region (SDC), a charitable non-profit, social planning, and community development organization that focuses on advancing social justice and documenting the lived experiences of poverty and homelessness. Throughout the late spring and summer of 2020, we interviewed residents living through both gentrification and the pandemic. In this chapter, we focus on the everyday lives, challenges, experiences, and opportunities of some of the most marginalized members of our community. The pandemic brought new challenges into a landscape that was already hostile to low-income people. Our chapter seeks to amplify their voices and experiences, which is essential for achieving equitable policy outcomes. At the same time, we juxtapose their experiences with some of the dominant narratives of how COVID-19 has impacted the region. Our case study is the Region of Waterloo, which is comprised of three contiguous mid-sized cities (Kitchener, Waterloo, and Cambridge) and four rural townships. It ranks among Canada’s fastest growing urban areas and has a total population of approximately 620,000. The region is situated 100km west of Toronto, Canada’s largest city.
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.
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 | 0,000 |
| 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 découle