公共无家属服务中的数据化：无家属服务的社会建构

北美的无家属系统采用协调的数据驱动方法，高效地根据客户评估的需求和可用资源匹配支持服务。AI工具日益被实施以分配资源、降低成本并预测风险。本研究对多伦多市无家属系统的数据实践进行了族谱学案例研究。我们展示了该市的数据实践为客户护理提供了标准化流程，但前线工作者仍通过直觉决策来应对不确定性、客户抵制分享信息以及资源限制。从这些发现中，我们表明客户数据的时序性约束了预测性AI模型的有效性。此外，我们强调该市采用迭代和整体性的客户评估方法，这与无家属领域常用的风险评估工具相对比，为设计整体决策工具提供了未来方向。