MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401785491 · doi:10.1093/9780197518144.003.0003

Current Evidence and Recommendations for Further Research

2024· book-chapter· en· W4401785491 sur OpenAlexaboutno aff
Jennifer I. Manuel, Megan Nizza, Daniel B. Herman, Sarah Conover, Laura Esquivel, Yeqing Yuan, Ezra Susser

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)PsychologyEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter reviews the current state of evidence on Critical Time Intervention (CTI), methodological strengths and challenges, and recommendations for future research. The authors discuss the effectiveness of CTI and its adaptations by summarizing the evidence derived from experimental and quasi-experimental studies of its impact conducted in the United States, Brazil, Canada, the Netherlands, and the United Kingdom and Europe. The review suggests that CTI has shown a consistent positive impact on reducing homelessness and enhancing service engagement across diverse populations and settings, while impacts in other domains are uneven. The chapter concludes with a discussion of the methodological challenges of the existing evidence and several recommendations for future research. These include factors associated with effective program implementation and the need to understand for whom and under what conditions CTI is most effective.

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)0,059
score de la tête « metaresearch » (Gemma)0,181
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,181
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0140,012
Études des sciences et des technologies0,0030,004
Communication savante0,0170,020
Science ouverte0,0100,008
Intégrité de la recherche0,0130,014
Charge utile insuffisante (le modèle a refusé de juger)0,0950,022

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 Opus0,516
Tête enseignante GPT0,606
Écart entre enseignants0,090 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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'admission1
Résumé présentoui

Explorer davantage

Même sujetHomelessness and Social Issues→Travaux en français237 207→