Au-delà du logement : l’effet hétérogène de Logement d’abord sur l’implication criminelle de personnes vivant avec un trouble mental
Bibliographic record
Abstract
Objectifs Le programme Logement d’abord – un programme offrant un logement permanent sans condition préalable aux personnes en situation d’itinérance et vivant avec un problème de santé mentale – est de plus en plus mis de l’avant à titre de composante essentielle d’un plan pragmatique pour mettre fin à l’itinérance. La littérature scientifique révèle toutefois qu’en moyenne, l’intervention Logement d’abord n’a pas d’effet sur l’implication criminelle de ses participants. Cette étude vise à explorer la possibilité que cette absence d’impact soit due à l’effet hétérogène de l’intervention. Plus spécifiquement, nous voulons vérifier si le profil d’antécédents criminels des participants, identifiés grâce à une analyse de classes latentes dans un précédent manuscrit, module l’effet de Logement d’abord sur les mises en accusation.Méthodes Cette analyse repose sur les données des sites de Montréal, Toronto et Vancouver de l’essai randomisé contrôlé Chez Soi, fusionnées aux données administratives de justice (N = 1321). Des modèles de régression binomiale négative avec des termes d’interaction ont permis de mesurer l’impact de Logement d’abord, en comparaison au traitement habituel, sur les nouvelles accusations criminelles pour infractions violentes, infractions acquisitives (p. ex. vol, fraude, travail du sexe) et infractions liées à l’administration de la justice pour chaque profil d’antécédents criminels.Résultats Les participants dont les antécédents criminels étaient associés à un historique d’itinérance chronique ou à un usage criminalisé de drogues ont connu une réduction des nouvelles mises en accusation pour infractions violentes grâce à Logement d’abord. Logement d’abord n’a pas eu d’impact sur les infractions acquisitives ou liées à l’administration de la justice, et ce, pour tous les profils d’antécédents.Conclusions Les résultats soulignent que les services communautaires comme Logement d’abord offrent un contexte potentiel pour instaurer des stratégies visant à réduire la judiciarisation. Une piste de solution prometteuse est de former les équipes multidisciplinaires aux approches fondées sur les données probantes en santé mentale forensique afin que tous les aspects du rétablissement des utilisateurs de services, incluant les potentiels besoins criminogènes, soient pris en compte. Des études portant sur la faisabilité et l’efficacité de ces interventions d’appoint seraient nécessaires.
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 | 0.011 | 0.053 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".