The Politics of Prevention and Government Responses to Homelessness
Notice bibliographique
Résumé
Recently, the logic of public health prevention has found a foothold in research and advocacy about homelessness. From a commonsense perspective, the prevention of a social problem like homelessness is an objectively positive aim. However, in the realm of social and health policy, the concept of prevention is not simply a common-sense word. It is part of a wider set of rationalities and technologies of governance which operate in and through the institution of public health. Research demonstrates that state-driven interventions designed to advance the health of a population often pose problems for particular groups. Prevention efforts, and their differential effects, thus have the potential to illuminate how state-interventions pursued with the objective of safe-guarding the public in general may simultaneously exacerbate specific structural and systemic forms of inequality. In this article, we probe the ethical, empirical, and political dimensions of state-driven responses to the coronavirus disease of 2019 (COVID-19) public health crisis, surfacing some of the ways these interventions posed problems for people who are homeless and experience intersecting health and socio-political disparities. From this vantage point, we then look critically at moves to frame homelessness as a public health crisis, as well as government efforts to prevent homelessness by drawing on public health rationalities. Although our focus is homelessness prevention, as constructed and pursued by governments, our analysis is inspired by critical public health scholarship that challenges the apparent impartiality of prevention as a central logic and set of practices in public health contexts.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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; 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 ».