Approaches to Practice in Emergency Contexts: Post-Disaster Outlook on Black Communities in Toronto
Notice bibliographique
Résumé
Throughout the early stages of the COVID-19 pandemic, the vulnerability of Black and other racialized communities in Canada emerged as a key concern for health and social service providers, policymakers, and researchers. A compounding of structurally generated inequalities affected income, access to health and social services, and susceptibility to contracting COVID-19. Black communities were a focal point that provided evidence to this disproportionate impact of the pandemic. This research presents findings of a grounded theory study of 20 front-line staff who provide social services at a Toronto-based agency. Utilizing a survey and in-depth interviews, the study explored how social service provisions to Black communities were understood and implemented and what the prospects were for future preparedness. Conceptually, a Sustainable Development Goals (SDGs) logic and a resilience lens were utilized to examine the agency’s capacity for developing sustainable partnerships with vulnerable communities, as framed by SDG 11—Sustainable Cities and (Inclusive and Resilient) Communities, and SDG 17—Sustainable Partnerships. Findings illustrate a sustainability challenge for supporting Black communities. The study recommends research on, and the utilization of practice models based on community-based resilience initiatives (CRIs) and an SDG logic in social service agencies to support interventions based on collaboration, inclusivity, and resilience in emergencies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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; 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 ».