MétaCan
Menu
Retour à la cohorte
Enregistrement W4406734883 · doi:10.15402/esj.v11i1.70872

Schools as Sites of Homelessness Prevention

2025· article· en· W4406734883 sur OpenAlexaffvenueabout
Jayne Malenfant, Naomi Nichols

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensTrent UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésSociologyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Youth homelessness in Canada impacts a significant number of young people. More specific to our focus, populations of young people who are more likely to experience homelessness (e.g. youth with mental health issues, 2SLGBTQIA+ youth, youth from care, and Indigenous youth) face significant barriers to accessing safe, culturally appropriate, and supportive education, suggesting rights to housing and rights to education are intersecting equity issues. This article presents findings from a participatory research project led by members of Youth Action Research Revolution, carried out in Tio’tiá:ke/Montréal, Québec, Canada. Building from experiences young people shared, this article highlights aspects of the public education system that pose problems for youth who are precariously housed or homeless, namely, the application of one-size-fits-all approaches, barriers for students with mental health or learning disability diagnoses, and the lack of clear or actionable institutional mechanisms for students to access preventative support. Following this, we outline educational discourses, practices, and processes that constitute where something may have been done differently to prevent homelessness. We conclude with possible actions to support youth homelessness prevention in schools, including creating more flexible ways for children and families to access supports, resourcing “champion” teachers, and addressing the insidious biases and discrimination in the organization of school policies.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil0,816

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0200,007
Communication savante0,0050,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,185
Tête enseignante GPT0,512
Écart entre enseignants0,327 · 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
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetHomelessness and Social IssuesTravaux en français237 207