Forces et défis des différents modèles de logement permanent avec soutien : perspective des organisations œuvrant dans le secteur au Québec
Notice bibliographique
Résumé
OBJECTIVES: Permanent supportive housing (PSH) is the preferred strategy for eradicating homelessness. This study seeks to outline the specificities of PSH in Montreal (Quebec, Canada), to compare the different models and highlight their respective strengths and challenges. METHOD: Data was collected in 2023 through 31 organizations from eight governmental bodies or Quebec associations and 23 Montreal PSH resources. A sample of 42 managers and practitioners from the homelessness/housing sector participated by completing an interview and/or a questionnaire. The study used a mixed-methods approach integrating descriptive and content analyses. RESULTS: Community-based PSH was the most prevalent model, although half of the resources offered both community-based and private-sector PSH. A median of 70 residents received support, with only one-third of those being followed at least once a week. Common challenges were mainly linked to funding (e.g., quality affordable housing) or due to the complexity of providing follow-up to residents. Key distinctions were based on whether the housing was contracted in the private sector, and on whether support was available onsite. Challenges specific to private-sector PSH included relationships with landlords, the remoteness of follow-up sites, and resident isolation. Community-based and social PSH faced issues associated with adherence to house rules and resident stigmatization. CONCLUSION: Findings indicate that increasing the number of resources, the intensity and diversity of support, and expanding relocation options would be beneficial to residents.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».