Coping With Stressors and General Resistance Resources Used by Individuals Experiencing Homelessness in Minneapolis Tent Camps
Notice bibliographique
Résumé
Homelessness remains a significant public health issue across the United States, particularly in urban areas. Individuals become and remain homeless for multifaceted and complex reasons that are linked to well-being. The aim of this study was to understand the well-being of persons experiencing homelessness (PEH) and living in tent camps using Aaron Antonovsky’s salutogenic model of health (SMH). To address well-being, we conducted a basic qualitative study with thirty adults over age 18 who self-identified as homeless and living in tent camps within the city of Minneapolis. With a semi-structured interview guide that centered on the SMH, we analyzed data using Johnny Saldaña’s qualitative coding method. Sources of stress themes, including (1) “family trauma” (depression/trauma related to the death of a loved one and drugs, imprisonment, and abuse), (2) “mental health” (depression/trauma related to the death of a loved one, loneliness living in tent camps, substance use, mental illness), and (3) “change and threats” (constant fear of aggression, lack of stability of the tent camp, bad people causing problems, cliques in the camp). Themes of general resistance (GRRs) resources (coping with stress), or GRRs emerged, including (1) “systems knowledge,” (2) “coping strategies,” (3) “sense of community,” (4) “camp stability,” and (5) “human dignity” emerged during data collection and analysis. These findings can inform policy decisions related to increasing services to exit homelessness, funding for sustainable tent camps, and sweeps of tent camps in the city of Minneapolis 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».