Social and attitudinal barriers to the provision of accessible housing in Canada: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Housing is a critical social determinant of health and for individuals with accessibility needs, having a roof over one's head is not enough. For people requiring accessibility features to enter and exit their home, use the bathroom, or prepare meals, the absence of these features can limit social participation, increase reliance on caregivers, and negatively impact health, dignity, and safety. OBJECTIVE: This article presents a qualitative study with members from diverse key interest groups across the housing, disability, healthcare, and policy sectors to identify social and attitudinal barriers limiting accessible housing and home modifications options in Canada. METHODS: Semi-structured interviews and a demographic survey were conducted with 59 people. Participants included people with lived experience of disabilities and other end-users of accssible housing (i.e., family caregivers and people from the Deaf community), as well as cross-sectoral professionals with expertise in accessible housing. Inductive codebook thematic analysis was used to analyze the data. RESULTS: Four prevailing themes were identified from the data, including a lack of prioritization by policy makers and housing developers, cost-benefit appraisals of including accessibility features, discriminatory attitudes towards the aesthetics of accessibility and towards end-users, and underestimating of the need for preventative accessibility. CONCLUSIONS: Attitudinal barriers are contributing to a lack of prioritization of accessibility in housing in Canada. To create a more inclusive housing landscape and improve public health, investments in accessible housing, policy advancement, and new regulatory measures are recommended.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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 ».