A Turning Point? Responses to COVID-19 Within the Homelessness Industrial Complex
Notice bibliographique
Résumé
The coronavirus disease 2019 (COVID-19) pandemic affected the homeless serving sector in significant ways, including impacts on service users and service providers. In this qualitative case study from Ottawa, Canada, we conducted 28 semi-structured interviews with service providers and key informants from the homeless serving sector to learn more about responses to the pandemic. We argue that, as it is currently designed, the homeless serving sector had limited opportunity to respond to the combined crises in housing, overdose, and COVID-19 with a transformative agenda. The article draws on Dej’s (2020) concept of the homelessness industrial complex, which argues that current systems manage and sustain rather than end homelessness. And we use Lipsky’s (1969; 1980) notion of street-level bureaucracy to explore the role of service providers as they translated shifting public health guidelines into action on the ground within contexts of ambiguity and constraint. Service providers were tasked with keeping people safe from COVID-19 while managing broader social issues such as homelessness, food insecurity, mental health challenges, and an increasingly poisoned illicit drug supply. They described challenges such as narrowly directed funding and short-term and temporary solutions to homelessness. Staff faced significant occupational stress and burnout within demoralizing contexts (Kerman & Kidd, 2021; Kerman et al., 2022). Despite new partnerships and innovative approaches that emerged, responses to the pandemic in Ottawa were shaped by the homelessness industrial complex and did not significantly contribute to ending homelessness. Even so, public health measures were able to disrupt business as usual in the sector, sparking the question: what might be possible if homelessness comes to be understood as a public health crisis?
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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».