Prevalence of homelessness in Russia: an assessment based on a retrospective survey
Notice bibliographique
Résumé
This paper assesses the prevalence of street and hidden homelessness in Russia. Based on the representative survey “Person, Family, Society – 2023” (N = 9508 people) it was revealed that 4.6% of the adult population had experienced street homelessness, while 13.5% had faced hidden homelessness. 4.8% of respondents reported about suffering from homelessness for more than 1 year, including 2.5% with experience of more than 3 years of homelessness. Street homelessness problem is primarily for males, however the prevalence of hidden homelessness is high among women too. Factors such as male gender, low median income, and smoking increase the likelihood of homelessness in the past 10 years, while marriage, higher education, and children under the age of 18 in the household decrease this likelihood. Federal district of residence and type of settlement are not correlated with the experience of homelessness. Frequent alcohol consumption significantly increases the likelihood of street homelessness. Those who have experienced homelessness have unstable housing conditions with the expectation of ones future deterioration. They are more likely to live in communal apartments, hostels, and rented housing. The experience of homelessness is associated with lack of housing owned by the person. The experience of homelessness is closely related to feelings of loneliness and conflicts in the family. Homelessness is correlated with life dissatisfaction. Compared to several countries (Australia, Canada, European countries), Russia has a higher life-time prevalence of homelessness and longer average duration of homelessness. All this emphasizes the importance of housing market policies development and social protection of people vulnerable to homelessness.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».