Exploring Drug Sourcing among Regular Prescription Opioid Users in Canada: Data from Toronto and Victoria
Notice bibliographique
Résumé
Recent North American data document increased prescription opioid (PO) misuse in general and street-drug-user populations. One aspect of this phenomenon – as distinct from illicit drug use – appears to be sourcing, since POs may be obtained through various forms of diversion from the medical system and other sources. However, the overall function of street-drug markets for POs remains unclear. Regular street users of POs in Toronto (N = 43) and Victoria (N = 39) were recruited by community-based methods and completed an interviewer-administered questionnaire exploring features of PO sourcing from street-drug markets. Respondents were PO- and non-opioid poly-drug users, with few holding their own prescription for POs. Regular sources for POs were more common in Toronto. Sizeable proportions of respondents in both sites reported exchanging and selling illicit drugs, involving both PO and non-PO drugs in Toronto, yet mainly restricted to the latter in Victoria. Respondents suggested a possible demarcation line between street market sources for POs and street market sources for illicit drugs. The availability of, demand for, and prices for PO-drugs was observed to have increased in recent years. Street-drug markets appear to be one key source feeding increasing levels of PO use among street users. Our data suggest that there may be distinct market patterns for POs, findings which are important for developing interventions and future research.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».