Assessing the Needs of Shelter Providers
Notice bibliographique
Résumé
Homelessness is an unfortunate societal problem, with some estimates suggesting that there are over a quarter million homeless individuals in the United States (Annual Homeless Assessment Report to Congress, 2021). Consequences of homelessness are wide ranging and can include the development or increase in mental health symptoms and even a significant decrease in life expectancy. A significant amount of research has been conducted on the issue of homelessness in the United States. Much of the research attempts to discover specific factors that are associated with homelessness, such as substance use, poor family support, mental illness, etc. Research has also been conducted on the effectiveness of programs that are designed to curb homelessness. The majority of the previous research focuses primarily on describing the programs and identifying factors associated with failure to complete programming, which in turn results in future episodes of homelessness. Little attention has been paid to identifying specific factors that homeless programs themselves view as deficits in their ability to provide adequate services. The purpose of this study was to complete a needs assessment with homeless shelter providers in the Midwest, in order to examine their perceptions of programming in the following domains: housing, employment, mental health services, substance abuse and general funding. Due to the overrepresentation of veterans among the homeless, services for this population were also assessed. Respondents described a lack of overall funding for homeless services, as well as funding deficits in most of the specific programming domains. Deficits were most pronounced for mental health and substance abuse programming. Implications of these findings as well as limitations and suggestions for future research are detailed.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».