Public Stigma Toward People With Drug Addiction: A Factorial Survey
Notice bibliographique
Résumé
OBJECTIVE: Stigmatizing attitudes toward people with a drug addiction have detrimental effects on the lives of these people. However, the factors that influence stigma toward people with a drug addiction have not yet been thoroughly investigated, compared with the stigma of other mental illnesses. Based on attribution theory, our experiment examined to what extent individual and contextual characteristics of people with a drug addiction influence stigmatizing attitudes toward people with a drug addiction. Moreover, we explored whether respondent characteristics indicative of familiarity with addiction decrease stigma toward people with a drug addiction. METHOD: -design) that featured a fictional person with an addiction. Stigmatizing beliefs, such as blame or fear, were assessed using the Attribution Questionnaire (AQ-9). RESULTS: Different attributes of people with a drug addiction and of the characteristics of their addiction modulated stigma in ways that are mostly consistent with attribution theory and related research. For example, female gender and younger age of people with a drug addiction diminished several stigmatizing attitudes; greater duration of addiction and social influence to use drugs increased them. Furthermore, characteristics of respondents modulated stigma: women, younger respondents, and those with higher education expressed less-stigmatizing responses than others. CONCLUSIONS: The stigmatization of people with a drug addiction is influenced by several factors, including characteristics of the stigmatized person, the addiction, and the person holding stigmatizing attitudes. A better understanding of the underlying mechanisms of these effects is needed to develop evidence-based antistigma measures.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».