Harm Reduction, Stigma and the Problem of Low Compassion Satisfaction
Notice bibliographique
Résumé
Background and Objective Canada is in the midst of an opioid crisis. Given the sheer magnitude of the crisis and escalating death toll, the mobilization of harm reduction interventions is an important priority. Currently, little is known about the role played by stigmatization, particularly in terms of how this may impact the endorsement and uptake of harm reduction strategies and initiatives among frontline providers. Materials and Methods Opening Minds, the anti-stigma initiative of the Mental Health Commission of Canada, undertook a one-and-a-half-year research project to understand the qualities, characteristics, sources, consequences, and solutions to the problem of stigmatization on the front-lines of the opioid crisis. A qualitative key informant design was selected. Participants included various first responder and health provider groups, people with lived experience of opioid or other drug use, and people in key policy or programming roles. Eight focus groups were held across Canada, and 15 one-on-one key informant interviews were completed. Results Analysis of focus group and key informant interviews revealed three main ways in which stigma shows up on the front lines of the opioid crisis among providers. These themes coalesced around a central main problem, that of low compassion satisfaction. Suggestions for how these concerns can be addressed were also identified. Conclusion The findings from this research revealed several key ways that stigma shows up in the experiences and perceptions of frontline providers and provide several promising avenues for combating stigmatization related to opioid use and harm reduction. An important avenue for future research is to develop and elaborate on the theoretical connections between the concepts of stigmatization and compassion satisfaction as a way to better understand the problem of stigmatization in helping environments.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».