Au-delà du logement : l’effet hétérogène de Logement d’abord sur l’implication criminelle de personnes vivant avec un trouble mental
Notice bibliographique
Résumé
Objectifs Le programme Logement d’abord – un programme offrant un logement permanent sans condition préalable aux personnes en situation d’itinérance et vivant avec un problème de santé mentale – est de plus en plus mis de l’avant à titre de composante essentielle d’un plan pragmatique pour mettre fin à l’itinérance. La littérature scientifique révèle toutefois qu’en moyenne, l’intervention Logement d’abord n’a pas d’effet sur l’implication criminelle de ses participants. Cette étude vise à explorer la possibilité que cette absence d’impact soit due à l’effet hétérogène de l’intervention. Plus spécifiquement, nous voulons vérifier si le profil d’antécédents criminels des participants, identifiés grâce à une analyse de classes latentes dans un précédent manuscrit, module l’effet de Logement d’abord sur les mises en accusation.Méthodes Cette analyse repose sur les données des sites de Montréal, Toronto et Vancouver de l’essai randomisé contrôlé Chez Soi, fusionnées aux données administratives de justice (N = 1321). Des modèles de régression binomiale négative avec des termes d’interaction ont permis de mesurer l’impact de Logement d’abord, en comparaison au traitement habituel, sur les nouvelles accusations criminelles pour infractions violentes, infractions acquisitives (p. ex. vol, fraude, travail du sexe) et infractions liées à l’administration de la justice pour chaque profil d’antécédents criminels.Résultats Les participants dont les antécédents criminels étaient associés à un historique d’itinérance chronique ou à un usage criminalisé de drogues ont connu une réduction des nouvelles mises en accusation pour infractions violentes grâce à Logement d’abord. Logement d’abord n’a pas eu d’impact sur les infractions acquisitives ou liées à l’administration de la justice, et ce, pour tous les profils d’antécédents.Conclusions Les résultats soulignent que les services communautaires comme Logement d’abord offrent un contexte potentiel pour instaurer des stratégies visant à réduire la judiciarisation. Une piste de solution prometteuse est de former les équipes multidisciplinaires aux approches fondées sur les données probantes en santé mentale forensique afin que tous les aspects du rétablissement des utilisateurs de services, incluant les potentiels besoins criminogènes, soient pris en compte. Des études portant sur la faisabilité et l’efficacité de ces interventions d’appoint seraient nécessaires.
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 | 0,011 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».