L’état de l’itinérance au Canada
Bibliographic record
Abstract
L’itinérance de masse au Canada est apparue dans les années 1980, à la suite d’un désinvestissement massif dans les logements abordables, de changements structurels de l’économie et d’une réduction des dépenses dans le soutien social. Depuis, les intervenants de partout au pays ont testé et analysé des solutions pour lutter contre ce problème. Ces réponses, qui sont surtout fondées sur la prestation de services d’urgence, ont empêché tout progrès significatif. Heureusement, de nombreux signes montrent que nous entrons dans une nouvelle phase – une phase qui nous permettra de mettre fin à l’itinérance au Canada. \n \nCette nouvelle étape est marquée par les résultats prometteurs du modèle Logement d’abord d’un bout à l’autre du pays, des réductions importantes d’itinérance à Medicine Hat et à Hamilton, un intérêt et investissement fédéraux dans le logement et l’itinérance, et plus important encore, le retour d’une Stratégie nationale sur le logement – une conversation qui aurait dû avoir lieu il y a longtemps au Canada. \n \nNous savons que l’élimination de l’itinérance au Canada requiert des partenariats à travers les secteurs publics, privés et à but non lucratif. Cela signifie qu’il faut travailler en \namont pour mettre fin à l’itinérance et fournir des logements sécuritaires, adéquats et abordables avec soutiens aux personnes qui vivent l’itinérance. Grâce à l’appui de tous les \nordres de gouvernement, à un engagement à fournir des logements en tant que droit de la personne, et à des solutions fondées sur les preuves, nous pouvons collectivement prévenir et mettre fin à l’itinérance. \n \nL’État de l’itinérance au Canada 2016 donne la voie à suivre pour réaliser des progrès. Le rapport comprend une série de recommandations pour la Stratégie nationale sur le logement rédigées par l’Observatoire canadien sur l’itinérance et l’Alliance canadienne pour mettre fin à l’itinérance.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 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".