Increasing public support for supervised injection facilities in Ontario, Canada
Notice bibliographique
Résumé
AIM: To determine the level and changes in public opinion between 2003 and 2009 among adult Canadians about implementation of supervised injection facilities (SIFs) in Canada. DESIGN: Population-based, telephone survey data collected in 2003 and 2009 were analysed to identify strong, weak, and intermediate support for SIFs. SETTING: Ontario, Canada PARTICIPANTS: Representative samples of adults aged 18 years and over. MEASUREMENTS: Analyses of the agreement with implementation of SIFs in relation to four individual SIF goals and a composite measure. FINDINGS: The final sample sizes for 2003 and 2009 were 1212 and 968, respectively. Between 2003 and 2009, there were increases in the proportion of participants who strongly agreed with implementing SIFs to: reduce neighbourhood problems (0.309 versus 0.556, respectively); increase contact of people who use drugs with health and social workers (0.257 versus 0.479, respectively); reduce overdose deaths or infectious disease among people who use drugs (0.269 versus 0.482, respectively); and encourage safer drug injection (0.213 versus 0.310, respectively). Analyses using a composite measure of agreement across goals showed that 0.776 of participants had mixed opinions about SIFs in 2003, compared with only 0.616 in 2009. There was little change among those who strongly disagreed with all SIF goals (0.091 versus 0.113 in 2003 and 2009, respectively). CONCLUSIONS: Support for implementation of supervised injection facilities in Ontario, Canada increased between 2003 and 2009, but at both time-points a majority still held mixed opinions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».