Cumulative and Cascading Impacts of Invisibility: An Intersectional Approach to Understanding the Housing Experiences of Canadians With Disabilities During COVID-19
Notice bibliographique
Résumé
In this chapter, we examine the unique and heightened negative impacts of the COVID-19 pandemic through tracing how the preexisting social conditions of exclusion and precarity in which many disabled people live, effected access to safe, affordable, and accessible housing in Canada. We then illustrate the reverberating impacts housing choices have on how people with disabilities lived, lived well, and how they faced barriers to living well during the COVID-19 pandemic.,Using an intersectional livelihoods approach, we analyzed semi-structured interviews and focus groups with 32 diverse people with disabilities, 12 key informant semi-structured interviews, as well as academic and community literature and a social media scan of key disability advocacy organizations in Canada.,Pandemic-related policies in Canada often excluded people with disabilities, either overlooking barriers to access and safety, which exacerbated the already precarious livelihoods of people with disabilities or over-emphasized the usefulness of social adaptions such as work from home. These exclusions had more profound consequences for people with disabilities from historically marginalized groups, as they often faced increased barriers to livelihoods pre-pandemic, and disability- or care-specific policies failed to consider intersectional experiences of discrimination. People with disabilities formed communities of care to meet their needs and those of their loved ones.,To achieve a responsive policy response that addresses the cascading impacts of risk and care, it is necessary for governments to engage, early and often, with people with disabilities, disability leaders and organizations in emergency planning and beyond.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,012 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».