Resilience to hazards overlapping a pandemic: A shelter resource stabilization model
Notice bibliographique
Résumé
COVID-19 and the resulting financial impacts had budget and workforce implications for organizations involved in emergency shelter provision. To address distancing and sanitation protocols as well as virus transmission and vaccination rates, shelter supplies, facility modifications, and staffing adjustments were needed. As funding and authorizations to implement public health guidance and stabilize the workforce expired, emergency managers had to determine whether to continue pandemic protocols. In order to understand these relationships, we conducted a workshop in September 2021 with 137 emergency managers, public health leaders, and other government and nonprofit practitioners from 20 states, the U.S. Virgin Islands, and Canada to identify resource reallocation strategies utilized for sheltering from post-lockdown to post-vaccine periods of the COVID-19 pandemic. We applied a fiscal recovery framework to explore how these operational changes were influenced by and have implications for fiscal and policy support as well as operational adaptability. Results show that as fiscal and policy support waned, some pandemic protocols were suspended, thereby shifting and reducing human and facility resource needs. Distancing protocols benefited from improvements in masking, vaccine, and testing availability without consistent mandates, but non-congregate shelter provision was reduced as authorizations and funding expired. Modified service contracts and increased utilization of special needs registries can realign resources with health and safety needs. Based on participant responses, we developed a Retractable Stabilization Model to indicate how shelter resources can be reallocated and supported by future policy interventions to provide a range of emergency sheltering options during pandemics and overlapping hazards.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».