MétaCan
Menu
Retour à la cohorte
Enregistrement W4408662606 · doi:10.1080/02673037.2025.2479059

Prevalence and types of pet-inclusive shelter services for unhoused survivors of intimate partner violence

2025· article· en· W4408662606 sur OpenAlexaff
Betty Jo Barrett, Allison Gray, Amy Fitzgerald, Patti A. Timmons Fritz, Rochelle Stevenson, Nicole Y Forsyth

Notice bibliographique

RevueHousing Studies · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensThompson Rivers UniversityUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDomestic violenceCriminologyPsychologySociologyMedicineEnvironmental healthSuicide preventionPoison control

Résumé

récupéré en direct d'OpenAlex

In 2018, the Agricultural Improvement Act section 12502 Protecting Animals with Shelter (PAWS) became law in the United States with a goal of reducing barriers to shelter for unhoused survivors of intimate partner violence (IPV) with pets. The purpose of this study was to describe the nature and extent of pet inclusive IPV shelter programming prior to the widespread implementation of PAWS to document a baseline from which to assess program growth in the post PAWS era. Using a qualitative description research design, respondents from 702 organizations completed either semi-structured interviews by telephone (n = 571) or written interviews by email (n = 131). Data was collected between June and October 2019 (approximately 6 months after the passage of PAWS) and were analyzed using directed content analysis methods. Although only 3% of shelters reported never receiving pet-related service requests, only 18.4% of shelters employed on-site co-housing programs for survivors with their pets. Details regarding aspects of on-site programs and other commonly employed modalities are described. Recommendations to enhance access to services for survivors seeking shelter with pets are provided.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,371
Écart entre enseignants0,354 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHousing StudiesMême sujetHuman-Animal Interaction StudiesTravaux en français237 207