Measuring Indigenous homelessness: Findings from Our Health Counts Toronto
Notice bibliographique
Résumé
OBJECTIVES: Our Health Counts (OHC) Toronto, an Indigenous population database which addresses gaps in urban health information, was used to measure Thistle's (2017) 12 dimensions of Indigenous homelessness. Using this framework, we examine the sociodemographic characteristics of First Nations, Inuit, and Metis (FNIM) adults living in Toronto, the 12 dimensions as experienced by this population, and the distinctions between FNIM adults who were and those who were not experiencing physical homelessness. METHODS: Respondent-driven sampling (RDS)-II proportions and 95% confidence intervals were produced from the database (n = 915 FNIM adults) to describe key sociodemographic characteristics of the population and to estimate the proportion and number of dimensions of Indigenous homelessness experienced by FNIM adults. Results were compared between those who were and those who were not living physically homeless. RESULTS: This study shows that 27.3% of FNIM adults in Toronto were living physically homeless. The proportion of homelessness was significantly higher among males, adults aged 26 to 54, and unemployed individuals. Using the OHC database, 7 of the 12 dimensions were measurable. Almost all FNIM adults had experienced one or more of the 7 measurable dimensions. The most common were cultural disintegration and loss, mental disruption and balance, contemporary geographic separation, and relocation and mobility. These dimensions were significantly more common among FNIM adults experiencing physical homelessness. CONCLUSION: Results show that FNIM adults living physically homeless are more likely to experience other dimensions of homelessness. Using existing data, 5 of the 12 dimensions were not measurable. This points to a critical need to develop new survey tools to fully understand the historical, environmental, social, political, spiritual, and emotional factors that influence pathways into homelessness among FNIM populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».