My place, your place, or a safer place : the intention among Montreal injecting drug users to use supervised injecting facilities
Notice bibliographique
Résumé
BACKGROUND: Supervised injection facilities (SIF), a harm reduction intervention, may reduce several risks of public injection drug use. The prospect of conducting a scientific, multi-site pilot project of these facilities is being explored at federal and local levels in Canada. Experiences with SIF in Europe and Australia indicate that successful outcomes for the community ultimately hinge upon the responsiveness and relevance of the facilities to the needs of their primary target group: people who inject drugs in public places. Consideration of the factors and conditions found to influence a potential user's uptake of SIF, therefore, is imperative. This study sought to assess the acceptability of SIF and to determine factors associated with willingness of injecting drug users (IDU) to use SIF in a city considering their establishment. METHODS: From April 2001 to February 2002, following key informant interviews, a cross-sectional study was conducted among publicly injecting IDU participating in an ongoing HIV surveillance study in Montréal. Univariate and bivariate analyses preceded logistic regression. RESULTS: Participants were 11 key informants and 251 publicly injecting IDU. Key informants generated the Montréal-specific SIF model subsequently presented to IDU. 76% of IDU were willing to use at least one of three proposed SIF sites. Exploratory multivariable models indicated drug-use characteristics and SIF attributes as determinants of outcome: predominant cocaine injection, history of overdose, knowing about SIF, relieving and empowering feelings toward using SIF, and comfort with disclosure of one's injecting drug use. CONCLUSION: User consultations are essential to assess relevance and plan SIF acceptable to 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».