MétaCan
Menu
Retour à la cohorte
Enregistrement W1569499198 · doi:10.1111/j.1465-3362.2009.00025.x

Access to health and social services for IDU: The impact of a medically supervised injection facility

2009· article· en· W1569499198 sur OpenAlexaffabout
Will Small, Natasha Van Borek, Nadia Fairbairn, Evan Wood, Thomas Kerr

Notice bibliographique

RevueDrug and Alcohol Review · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of British ColumbiaSt. Paul's Hospital
Organismes subventionnairesnon disponible
Mots-clésThematic analysisInjection drug useHealth careMedicineQualitative researchSocial WelfareFamily medicineNursingPsychologyDrug injectionSociologyHuman immunodeficiency virus (HIV)Political science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION AND AIMS: Injection drug users (IDU) often experience barriers to conventional health-care services, and consequently might rely on acute and emergency services. This study sought to investigate IDU perspectives regarding the impact of supervised injection facility (SIF) use on access to health-care services. DESIGN AND METHODS: Semi-structured qualitative interviews were conducted with 50 Vancouver-based IDU participating in the Scientific Evaluation of Supervised Injecting cohort. Audio-recorded interviews elicited IDU perspectives regarding the impact of SIF use on access to health and social services. Interviews were transcribed verbatim and a thematic analysis was conducted. RESULTS: Fifty IDU, including 21 women, participated in this study. IDU narratives indicate that the SIF serves to facilitate access to health care by providing much-needed care on-site and connects IDU to external services through referrals. Participants' perspectives suggest that the SIF has facilitated increased uptake of health and social services among IDU. DISCUSSION AND CONCLUSIONS: Although challenges related to access to care remain in many settings, SIF have potential to promote health by facilitating enhanced access to health-care and social services through a model of care that is accessible to high-risk IDU.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,093
Tête enseignante GPT0,448
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDrug and Alcohol ReviewMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207