MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401810061 · doi:10.55016/ojs/sppp.v16i1.77989

How Many Housed People in Calgary are at Risk of Homelessness?

2023· article· en· W4401810061 sur OpenAlexaffabout
Ronald D. Kneebone, Margarita Wilkins

Notice bibliographique

RevueThe School of Public Policy Publications · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGerontologyPsychologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Significant numbers of people and families in Calgary face financial challenges that put them at risk of homelessness. The authors first define different levels of risk, in order to focus on people at high risk of slipping into homelessness. The authors assume, based on the findings of previous studies, that people faced with financial hardship make all possible budgetary changes to lower their cost of living and thereby retain housing. These changes include using food banks, relying on charities, eating less nutritious diets, living in more crowded conditions, moving to housing with lower rent and giving up any hope of maintaining what the designers of Canada’s poverty line define as a “modest and basic standard of living.” The highest risk category comprises those who have exhausted nearly all efforts to maintain their housing and are extremely vulnerable to even minor shocks to income or living costs. Estimating the number of people and households in Calgary at high risk of homelessnessrelies on key assumptions about housing costs, family structure, food budget, and expenditure reduction. The authors show how their estimates of the number of housed people at high riskof homelessness varies by these assumptions. These calculations provide insight into the effects of rent increases and food inflation on the ability of people with very low income to maintain housing. In doing so, they also provide evidence of how relatively small adjustments to income, rent, and food prices can pull people from the brink of homelessness. The estimates indicate that between 102,635 and 124,375 people in Calgary, including both adults and children, were at high risk of homelessness in 2016. The authors indicate they feel comfortable in supporting a number near the midpoint of this range, approximately 115,000 people, as the number of people at high risk of homelessness in Calgary in 2016. This at-risk population lived in approximately 40,000 households. An estimate for 2023 would need to account for higher rents and food prices but also higher incomes relative to what were observed in 2016. While the authors suggests that the at-risk population is likely higher now than it was in 2016, they note that even were this not true, the 2016 estimate of approximately 115,000 people living in 40,000 households ought to be more than enough to spur policymakers into acting. The encouragement to be found in these calculations is that relatively modest policy interventions have large impacts on the size of the population at risk of homelessness. Consistent with research elsewhere, extreme policy interventions are not required to pull large numbers of people from the brink of homelessness. The most important characteristic of these policy interventions is not their size, but simply the fact they are acted upon.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,943

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,385
Écart entre enseignants0,316 · 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'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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy Publications→Même sujetHomelessness and Social Issues→Travaux en français237 207→