“Making a homeless person even more homeless … it’s a necessary evil”: The health and safety complexities of service restrictions as perceived by emergency shelter staff.
Notice bibliographique
Résumé
Service restrictions involve people experiencing homelessness being banned from an emergency shelter in response to a violation of program policies. Their use can be a pathway into unsheltered homelessness and reliance on other institutional services. However, the prevalence of service restriction use and the perspectives of shelter staff toward the practice are unknown. Accordingly, this mixed methods study used a one-phase QUAL(quan) embedded design to examine the reasons for implementing service restrictions, as recorded by shelter staff in administrative data and their perceptions of the practice, with a focus on impacts. Two sources of data were used: (a) semistructured interviews with 30 staff working in shelters in Toronto, Canada, and (b) administrative data from 2014 to 2021 on the reasons for service restriction issuance across Toronto's shelter system. Assault and threatening or violent behavior were common reasons for service restriction and had increased in recent years. Despite the prevalence of their use, service restrictions were perceived as a necessity ("necessary evil") by shelter staff but could also challenge and unsettle staff due to the potential for further harms to people experiencing homelessness ("making a homeless person even more homeless"). Improving violence prevention approaches, developing alternative responses for nonviolent behaviors that violate shelter policies, and implementing training and support interventions to enhance workplace mental health and wellness among shelter staff could address underlying issues linked to service restrictions. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».