VOICI Logement d’abord pour les jeunes : guide opérationnel
Bibliographic record
Abstract
Le modèle de programme Logement d’abord pour les jeunes (HF4Y), une adaptation axée sur les jeunes de l’intervention réussie Logement d’abord, est un exemple prometteur de la manière de faire ce travail efficacement. Le guide du modèle de programme VOICI Logement d’abord pour les jeunes (Gaetz, 2021) fournit un compte rendu détaillé du modèle, de ses origines, de ses adaptations internationales, de sa philosophie et de ses principes fondamentaux. Il s’agit d’une lecture indispensable pour ceux qui découvrent l’approche HF4Y ou qui souhaitent en savoir plus sur ses éléments fondamentaux. Le présent manuel a été créé en réponse aux commentaires de la communauté qui exprimaient le besoin de plus de détails sur la manière de mener à bien HF4Y. Les connaissances partagées ici sont le fruit d’un engagement actif avec des praticiens de partout au Canada et en Europe qui ont une expérience pratique de soutenir les jeunes et leurs familles dans le cadre de HF4Y. Ce guide opérationnel est un complément au guide du modèle de programme et à la formation HF4Y. Il s’adresse aux directeurs exécutifs, aux responsables et superviseurs de programme, aux planificateurs communautaires et aux autres dirigeants qui souhaitent adapter le programme HF4Y à leur communauté, aux professionnels de la prestation de services et aux travailleurs de première ligne, aux conseillers en gestion de cas et aux professionnels agréés qui travaillent avec des jeunes marginalisés à risque ou en situation d’itinérance. Il comprend des informations pertinentes à la planification et à l’exécution d’un programme HF4Y et des ressources pour faciliter le processus, telles que des exemples des matériaux de sensibilisation, un budget opérationnel, des matériaux incitant l’engagement des propriétaires, des descriptions et des avis d’offres d’emplois, des formulaires de supervision du personnel et de gestion de cas, et des outils d’évaluation.
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 | 0.009 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.006 | 0.007 |
| Insufficient payload (model declined to judge) | 0.021 | 0.009 |
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".