An Intersectional Analysis of Victimization of the Homeless, Mental Health, Guardianship and Housing Status
Notice bibliographique
Résumé
The present study examines victimization across a localized homeless population. It is widely agreed upon across the extant literature that those experiencing homelessness are victimized at disproportionately higher rates in comparison to the general population. Utilizing routine activities and lifestyles theories, this paper examined how varying degrees of housing and mental health issues affect the likelihood of victimization for those experiencing homelessness. It was hypothesized that lower levels of housing and higher degrees of mental health issues exacerbate the high rates of victimization across the homeless population. Utilizing a routine activities perspective, this study conceptualized housing as a measure of guardianship. This study utilized a secondary data analysis design. Secondary data was accessed from the Winnipeg At Home/Chez Soi project. Using negative binominal regression, it was found that there is a relationship between mental health, guardianship, and victimization. Analyses provided partial support for the hypotheses that greater mental health challenges contribute to a higher propensity of victimization. Although the results illustrated that greater levels of stable housing did have a mitigating effect on victimization at the 12-month time period serious mental health issues were found to be a considerably stronger predictor of victimization than guardianship through housing. The findings suggest that proximity to high crime areas, certain lifestyle factors and individual activities may still account for much of high victimization rates for the homeless, despite an increase in provision of housing. Future qualitative inquiry is recommended to better understand the processes that impact victimization for the homeless with mental health issues.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».