MétaCan
Menu
Retour à la cohorte
Enregistrement W4403594442 · doi:10.1080/19491247.2024.2417317

Housing First as a global fast policy, economic tool, and disciplinary tactic: can Housing First’s progressive promise be salvaged?

2024· article· en· W4403594442 sur OpenAlexaff
Daniel Kudla, Andrew Clarke

Notice bibliographique

RevueInternational Journal of Housing Policy · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDisciplineHousing FirstEconomicsPolitical sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

While there are an abundance of studies evaluating the effectiveness of Housing First programs, there is a recent surge in critical social science research that situates Housing First within broader debates about contemporary neoliberal homelessness governance. This paper provides clarity to this evolving and somewhat fragmented work by highlighting three main conceptualisations of critical Housing First research. First, it is interpreted as a technocratic global fast policy that, while appealing to policymakers and government officials, ultimately fails to address the structural causes of housing insecurity and homelessness. Second, it is viewed as an economic tool that prioritises housing for a narrow cohort of ‘chronic homeless’ that incur a high cost to scarce public resources. Third, it is seen as a disciplinary tactic that ignores people’s alternative expressions of home and compels them to abide by the norms of ‘independent living’ and the private rental market. We conclude with an assessment of this critical literature. Whilst acknowledging its key insights, we contend that its treatment of Housing First as yet another form of neoliberal homelessness governance and overreliance on Anglophone-country case studies risks reifying HF’s worst aspects and failing to adequately recognise its transformative potential.

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 candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,302
Écart entre enseignants0,276 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Housing PolicyMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207