Apparaître au monde : effets de l’expérimentation Housing First à Montréal après quarante-huit mois
Bibliographic record
Abstract
Les résultats présentés dans ce texte proviennent du projet Chez-soi (de type Housing First) qui s’est déroulé dans cinq villes canadiennes. L’auteur était co-chercheur principal à Montréal et responsable de l’analyse des entrevues narratives effectuées avec un échantillon de 469 participants (au début du projet, à 18 mois et à 48 mois, un an après la fin du projet comme tel). L’analyse des entrevues fait ressortir l’impact de la participation aux groupes expérimentaux du point de vue de membres de ces groupes, comparativement aux groupes témoins. Ressort de l’analyse, entre autres, l’importance de la dimension relationnelle du bien-être – le sentiment d’« exister » aux yeux des autres en tant que personne à part entière – tout autant que l’amélioration des conditions matérielles de vie. Cette expérience positive caractérise surtout les hommes adultes qui n’ont pas de besoins élevés sur le plan de la santé mentale. Pour les femmes – le tiers des participants –, la participation aux groupes expérimentaux est loin d’être aussi concluante, plusieurs se retrouvant dans la même situation de vulnérabilité à la violence et à l’abus de la part des hommes qu’elles ont connus tout au long de leur parcours de vie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".