MétaCan
Menu
Retour à la cohorte
Enregistrement W4401172151 · doi:10.5206/ijoh.2023.3.16976

The Intersections and Invisibilities of Rurality, Houselessness, and Health

2024· article· en· W4401172151 sur OpenAlexaffvenueabout
Jan Marie Graham, Candy Jones, Mei Seung Lam, Grace Stone

Notice bibliographique

RevueInternational Journal on Homelessness · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésRuralityGeographyMedicineRural area

Résumé

récupéré en direct d'OpenAlex

The purpose of the qualitative research study was to identify factors and challenges that led to insecure housing among rural residents in Manitoba, Canada. Using a case study approach, five participants and two key informants were interviewed. When the participants were asked about personal factors and challenges affecting housing insecurity in rural Manitoba, their responses were focused on past and current health issues. Health, including acute and chronic conditions, became the critical intersection of housing insecurity and rurality. Systemic barriers such as invisibility, stigma, and lack of access to healthcare services in the rural setting created additional challenges for participants who required assistance and support to obtain and maintain stable housing. Integration of and collaboration among health, housing, and social service providers and informal supports in the rural community are required to address housing insecurity. Rural communities tend to be unique, therefore, strategies and interventions to diminish or prevent houselessness need to be flexible, targeted, and community-specific.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,065
Tête enseignante GPT0,441
Écart entre enseignants0,377 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal on HomelessnessMême sujetEmployment and Welfare StudiesTravaux en français237 207