Key challenges in providing services to people who use drugs: The perspectives of people working in emergency departments and shelters in Atlantic Canada
Notice bibliographique
Résumé
AIMS: Many people who use drugs (PWUD) have multiple health and social needs, and research suggests that this population is increasingly accessing emergency departments (EDs) and shelters for health care and housing. This qualitative study explored the practices of those working in EDs and shelters when providing services to PWUD, with a particular focus on key challenges in service provision. METHODS: EDs and shelters were conceptualized as 'micro environments' with various components (i.e. social, physical and resource). One-on-one interviews were conducted with 57 individuals working in EDs and shelters in Atlantic Canada. FINDINGS: The social, physical and resource environments within some EDs and shelters are key forces in shaping the challenges facing those providing services. For example, the social environments within these settings are focused on acute health care in the case of EDs, and housing in the case of shelters. These mandates do not encompass the complex needs of many PWUD. Resource issues within the wider community (e.g. limited drug treatment spaces) further contribute to the challenges. CONCLUSIONS: Structural issues, internal and external to EDs and shelters need to be addressed to reduce the challenges facing many who work in these settings when providing services to PWUD.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,032 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».