Trajectories of Incarceration Over Six Years Among People with Mental Illness and Experiences of Homelessness: Predictive Factors Among Participants in a Randomized Trial of Housing First: Trajectoires d’incarcération sur six ans chez les personnes atteintes de maladie mentale et ayant connu l’itinérance–Facteurs prédictifs chez les participants à un essai à répartition aléatoire en marge du programme «Logement d’abord»
Notice bibliographique
Résumé
Objective To identify long-term trajectories of incarceration, impact of Housing First intervention, and associated predictor factors among people with mental illness and experiences of homelessness who participated in a randomized trial of Housing First in Toronto, Canada. Methods Participants in the Toronto site of the At Home/Chez Soi study ( n = 559) were followed from 2009 to 2017. The primary outcome of interest was incarceration trajectories, analyzed using group-based trajectory modelling. Multinomial logistic regression was used to examine the association between Housing First intervention, baseline socio-demographic and health characteristics, and trajectories of incarceration. Results Three group-based incarceration trajectories were identified: Low (66.3%), decreasing (23.1%), and high (10.6%). Younger age, early onset of homelessness, longer duration of homelessness, male gender, drug and alcohol dependence or abuse disorders, and history of traumatic brain injury were significant predictors of high and decreasing incarceration trajectories compared to low trajectory. Receiving Housing First was not significantly associated with incarceration trajectory group. Conclusions A small subgroup of individuals with mental illness and experiences of homelessness demonstrated a persistently high and long-term incarceration trajectory. Multi-disciplinary collaborations with mental health, housing and the criminal justice systems are needed, especially for individuals at increased risk of future incarceration. The trial is registered in the ISRCTN registry (ISRCTN42520374).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».