MétaCan
Menu
Retour à la cohorte
Enregistrement W4401766644 · doi:10.15402/esj.v10i2.70856

“A Community of One”: Social Support Networks and Low-income Tenants Living in Market-rental Housing

2024· article· en· W4401766644 sur OpenAlexaffvenue
Catherine Leviten‐Reid, Kristen Desjarlais-deKlerk

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésRentingBusinessLow incomeRental housingLabour economicsEconomicsDemographic economicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Social networks, and the supports they provide, are often thought to be key to the survival of those living in poverty. Rooted in a partnered research initiative on the housing experiences of tenants in greatest need, we examine the social support networks of low-income renters living in market housing, while in receipt of rent subsidies and assistance from housing workers to do so. Based on 21 interviews with tenants and service providers, we find that participants in our study have very limited informal social support, which is also confined to instrumental rather than emotional dimensions. Many deliberately did not engage with those with whom they once socialized or their neighbours, and identified spatial aspects of their housing that facilitated removal from harmful networks. However, it is also clear that individuals in our study were not without ties. Despite having limited, and also actively limiting, informal ties, participants sought out and received extensive material and emotional support from non-profit organizations including harm reduction, youth and women’s centres, as well as from housing workers. Results amplify the role of these organizations beyond material survival; implications include ensuring tenants are able to access the organizations on which they rely, and adequately resourcing non-profits.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,101
Tête enseignante GPT0,326
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207