Seeing is believing: an educational outreach activity on disinfection practices
Notice bibliographique
Résumé
BACKGROUND: Skin and soft-tissue infections are very common among persons who inject drugs. They occur when microbes pass under the protective layer of the skin and proliferate. This happens when harm reduction recommendations such as skin aseptia before injection and sterile injection equipment usage are not properly followed. METHODS: A group of active drug users involved in a health promotion project as peer educators were asked about their formation needs. To address their inquiries concerning skin and soft-tissue infections, we devised with them a series of workshops touching upon common infections, the microflora, and microbial transmission. RESULTS: Participants learned to identify common infections and how to properly react in case of an abscess, cellulitis or phlebitis. They saw microscopic objects, found out about the high prevalence of microbes in their environment and on their skin, and could appreciate the efficiency of different washing and disinfection techniques. They visualized how easily microbes can spread from person to person and from contaminated objects to persons. CONCLUSION: In the weeks following this activity, some participants demonstrated and reported healthy behavioural changes regarding their own injection practices. Furthermore, they shared their newfound knowledge and began enforcing its application among people they inject drugs with. Most participants greatly appreciated this activity and valued it as being highly efficient and tangible. Note: A French version of this paper is available on the Journal's web site [see Additional file 1].
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».