Using Case Study to Understand a Complex Housing Situation: Benefits and Challenges
Notice bibliographique
Résumé
This paper focuses on the advantages and difficulties of the case study approach used to investigate a complex housing situation. This research strategy was chosen to understand the process of residential relocation imposed on 83 households of Stoneham near Quebec City, Canada, due to the enlargement of a highway. The study was sponsored by Quebec Ministry of Transportation with the general goal of assessing the psychosocial impacts of forced relocation on concerned households; it originally called for a paper-and pencil survey of all 83 households. After conducting a literature review on forced residential relocation, we soon realize that it was a very difficult experience with regard to the disruption of ‘home” and that meeting households individually was essential. Instead of a paper-and-pencil survey, we planed a qualitative survey of about half households. With no surprise, we encountered many refusals for participation as we recruited people for interviews; we succeeded in 14 cases. We thus had to turn to additional sources of information to grasp the complexity of the phenomenon under study. We namely included refusals and reasons of refusals in our analysis. We also considered the point of view of all actors involved in this process. In total, nine data sources were used of two main types: archival written documents and the oral discourse of relocated residents. Data triangulation enabled us to reconstruct the relocation process in all its complexity and to better understand the psychosocial impacts of forced residential relocation. The issue of diverging data and the difficulty to combine them in the analysis, as well as the challenge for social sciences of interpreting refusals and silence will be discussed in conclusion.
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 | 0,000 |
| 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 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 ».