MétaCan
Menu
Retour à la cohorte
Enregistrement W4395011450 · doi:10.1080/10530789.2024.2342049

Lifetime criminal justice involvement is not a barrier to Housing First effectiveness and cost-effectiveness

2024· article· en· W4395011450 sur OpenAlexafffundabout
Marichelle Leclair, Anne G. Crocker, Ashley J. Lemieux, Laurence Roy, Tonia L. Nicholls, Zhirong Cao, Éric Latimer

Notice bibliographique

RevueJournal of Social Distress and the Homeless · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensBC Mental Health & Substance Use ServicesUniversity of British ColumbiaMcGill UniversityDouglas Mental Health University InstituteUniversité de MontréalUniversité du Québec en OutaouaisInstitut national de psychiatrie légale Philippe-Pinel
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésEconomic JusticeCriminal justiceCriminologyBusinessPsychologyLaw and economicsPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

Introduction: Because justice involvement of people experiencing homelessness and mental illness reduces residential stability and increases economic costs, patterns of criminal history may have an impact on the effectiveness and the cost-effectiveness of the Housing First intervention. Method. This study examined whether the effectiveness and cost-effectiveness of Housing First compared to usual services vary according to these profiles in participants recruited for the multi-site Canadian At Home/Chez Soi randomized controlled trial. Generalized linear models are used to examine the evolution of costs, days in stable housing, and net monetary benefit over two years. Results. The effectiveness or the cost-effectiveness of Housing First do not differ according to these profiles. All people who are experiencing homelessness and mental illness are likely to benefit from Housing First, regardless of criminal history. Discussion. This works provide further support for offering Housing First to all individuals expressing a desire for housing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,396
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Social Distress and the HomelessMême sujetHomelessness and Social IssuesTravaux en français237 207