MétaCan
Menu
← Retour à la cohorte
Enregistrement W7135447025

Ending homelessness in the Czech Republic: Application of the Housing First model to the Czech environment

2019· dissertation· cs· W7135447025 sur OpenAlexaboutno aff
Tereza Cachová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2019
Typedissertation
Languecs
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCzechHousing FirstQuality (philosophy)AddictionQuality of life (healthcare)Public housingSocial exclusion
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In times such as these, when there is a rapid increase of people facing a housing crisis in the Czech Republic and the attempts to create and enforce the Law on Social Housing, people look at models from the Western countries, such as Housing First. Such models could provide possible solution for the housing situation of many people and also improve the quality of their lives. This particular method appeared in the 1990s USA and was aimed especially for people without homes who suffer from a mental disorder and alcohol or drug addiction at the same time. The main idea is that housing should not be a reward for successful solution of life problems but something that a person needs to start dealing with their troubles. In cases when people are given a place to live for a reduced rent, with the help of a social worker they can very often keep it up and they have the chance to deal with other problems connected to homelessness. The efficiency of the model is explored through experimental projects that do not look only at the percentage of people who are able to keep up their home but also the positive impact on their health or employability. With the spread of this method to Canada, Europe and Australia, certain aspects of Housing First were adapted to local contexts. Many subsequent projects use only...

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,311
Écart entre enseignants0,291 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)→Même sujetHomelessness and Social Issues→Travaux en français237 207→