Reports of police beating and associated harms among people who inject drugs in Bangkok, Thailand: a serial cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Thailand has for years attempted to address illicit drug use through aggressive drug law enforcement. Despite accounts of widespread violence by police against people who inject drugs (IDU), the impact of police violence has not been well investigated. In the wake of an intensified police crackdown in 2011, we sought to identify the prevalence and correlates of experiencing police beating among IDU in Bangkok. METHODS: Community-recruited samples of IDU in Bangkok were surveyed between June 2009 and October 2011. Multivariate log-binomial regression was used to identify factors associated with reporting police beating. RESULTS: In total, 639 unique IDU participated in this serial cross-sectional study, with 240 (37.6%) participants reporting that they had been beaten by police. In multivariate analyses, reports of police beating were associated with male gender (Adjusted Prevalence Ratio [APR] = 4.43), younger age (APR = 1.69), reporting barriers to accessing healthcare (APR = 1.23), and a history of incarceration (APR = 2.51), compulsory drug detention (APR = 1.22) and syringe sharing (APR = 1.44), and study enrolment in 2011 (APR = 1.27) (all p < 0.05). Participants most commonly reported police beating during the interrogation process. CONCLUSIONS: A high proportion of IDU in Bangkok reported having been beaten by the police. Experiencing police beating was independently associated with various indicators of drug-related harm. These findings suggest that the over-reliance on enforcement-based approaches is contributing to police-perpetrated abuses and the perpetuation of the HIV risk behaviour among Thai 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».