MétaCan
Menu
Retour à la cohorte
Enregistrement W2102512049 · doi:10.3109/09687637.2010.506898

‘What a pity!’ – Exploring the use of ‘pitilho’ as harm reduction among crack users in Salvador, Brazil

2010· article· en· W2102512049 sur OpenAlexaff
Tarcísio Andrade, Laita Santiago, Erica Amari, Benedikt Fischer

Notice bibliographique

RevueDrugs Education Prevention and Policy · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensCentre for Addiction and Mental HealthSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOutreachHarm reductionHarmVulnerability (computing)Work (physics)PsychologyEnvironmental healthMedicineSocial psychologyComputer securityNursingEngineeringComputer sciencePolitical sciencePublic health

Résumé

récupéré en direct d'OpenAlex

Aims: The aim of this study was to explore the use of ‘pitilho’ (the co-smoking of crack and marijuana in a cigarette-like form) among crack users in Salvador, Brazil as a potential harm reduction measure.Methods: In-depth interviews were conducted with two outreach workers who frequently encountered the use of ‘pitilho’ as part of their community outreach programme work, as well as four ‘pitilho’ users who were clients of the programme. Daily field notes were also collected. Transcribed data were analysed for common reasons for ‘pitilho’ use.Findings: Several key reasons crack users have adopted the ‘pitilho’ as a harm reduction tool were uncovered: it was reported to reduce the negative pharmaco-behavioural and physical effects of crack use, is more economical, provides users with better control over their behaviours, and decreases their vulnerability for violence and betters their sub-cultural position.Conclusions: ‘Pitilho’ may offer several relevant short-term benefits to users and therefore may constitute a potentially important ‘harm reduction’ tool in an area where little other targeted prevention measures exist. Our exploratory data need to be investigated in depth by appropriate and rigorous methods.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,070
Tête enseignante GPT0,395
Écart entre enseignants0,325 · 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'étudeObservationnel
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

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs Education Prevention and PolicyMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207