Innovative Approaches to Community-Based Housing for Precarious Migrants and Refugees: A Policy Report
Notice bibliographique
Résumé
[para. 1]: "In 2023, Toronto’s Shelter, Support and Housing Administration reported a 440 per cent increase in refugee claimants in the shelter system since 2021 (City of Toronto 2023). In Canadian cities like Toronto, demanding conditions for rental applications and structural barriers negatively affect the ability of refugee claimants to secure housing. These challenges, plus limited financial resources, social networks, cultural familiarity, and official language familiarity, place refugee claimants at particular risk of homelessness (Kissoon 2010; Sherrell, D’Addario, and Hiebert 2007). Austerity and state withdrawal from housing provision has led to similar housing crises in other cities in North America (Ngueita 2020), Europe (Meet et al. 2021), Latin America (Magliano and Perissinotti 2020), and Africa (Paller 2015). In response, local non-profits and community-based housing organizations (CBHOs) have assumed greater responsibility in supporting unhoused refugees. However, a critical knowledge gap exists in understanding how these community-based practices of hospitality provide holistic alternatives to accommodation for precarious migrants."
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,012 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 ».