MétaCan
Menu
Retour à la cohorte
Enregistrement W4416926487 · doi:10.36939/cjur/vol33no1/art425

We can’t access invisible services: A qualitative study on the visibility of homelessness services in Toronto

2024· article· W4416926487 sur OpenAlexaffvenueabout
Carter Tongs, Anna Kopec

Notice bibliographique

RevueCanadian journal of urban research · 2024
Typearticle
Langue
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésInvisibilityVisibilityQualitative researchFocus groupGovernment (linguistics)Service delivery frameworkService (business)Key (lock)

Résumé

récupéré en direct d'OpenAlex

Policy and service visibility are key characteristics to ensuring the accessibility and uptake of government supports. If target populations are unaware of a service or cannot identify it in the complicated landscape, then it is rendered invisible. In a complex policy space, like homelessness in Canada, the visibility of policy is particularly prudent and for many a question of survival. This article introduces findings from a qualitative research study in Toronto where we conducted focus groups with 31 participants accessing homelessness services. Our project investigates to investigate how visible homelessness services are to those experiencing homelessness, and how information about services is shared. Our findings highlight the invisibility of services in the homelessness landscape and the importance of visibility to access. Participants offered recommendations around how best to share information and spoke about the need for more visibility throughout the homelessness delivery system. To avoid continued policy failures in addressing Canadian homelessness, there is a need to ensure the invisible is rendered visible, and for the fragmented services to be accessible to those that need them most.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,523

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0280,019
Communication savante0,0060,003
Science ouverte0,0020,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,232
Tête enseignante GPT0,540
Écart entre enseignants0,308 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian journal of urban researchMême sujetHomelessness and Social IssuesTravaux en français237 207