A response framework for addressing the risks of climate change for homeless populations
Notice bibliographique
Résumé
People experiencing homeless have greater vulnerabilities in relation to climate change that require a range of policy and systems approaches. There are two interrelated areas that policymakers can consider in relation to climate change and homelessness: migration and exposure. This synthesis of the available data and expert opinion provides practical information to policymakers, with specific strategies alongside case examples. The data captured here is through systematic reviews, and expert opinion is generated through input from a year-long series of five virtual think tanks. Throughout this synthesis paper, an emphasis is placed on explicitly addressing homeless populations in the policies and plans designed to address climate change-related impacts. Prevention-oriented plans are shown to be more effective in terms of outcomes and cost-effectiveness compared to the more commonly deployed crisis response models. Another key issue considered is the availability of relevant data with which to target policy responses and evaluate outcomes. Data-driven responses tend to be more successful, though relevant data are, to date, lacking for homeless and other marginalized populations. Moreover, effective policy design in this area needs to be intersectional and inclusive, tailored to the needs of local communities and developed in consultation with lived experience stakeholders, including service providers. Policies that ignore local input tend to fail. Prevention-oriented, culturally-situated, and trauma-informed systems and services hold the greatest promise in responding to the severe health risks and inequities that homeless populations face in the climate crisis.Key policy insights Prevention-oriented measures are key, with most focussing on the availability of affordable housing and upgrading housing and living conditions of vulnerable populations.There is a need to include lived experience and input from local communities, especially when designing measures that will impact livelihoods, such as planned migration.Disaster, crisis response, and aftercare plans need to outline explicit measures for homeless populations.There is a need for cross-sectoral alignment of policy and intervention responses.Successful approaches tend to be culturally-situated and trauma-informed.
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 | 0,032 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».