<i>“Another Person Was Going to Do It”</i>: The Provision of Injection Drug Use Initiation Assistance in a High-Risk U.S.–Mexico Border Region
Notice bibliographique
Résumé
Background: Persons who inject drugs (PWID) play a key role in assisting others’ initiation into injection drug use (IDU). We aimed to explore the pathways and socio-structural contexts for this phenomenon in Tijuana, Mexico, a border setting marked by a large PWID population with limited access to health and social services. Methods: Preventing Injecting by Modifying Existing Responses (PRIMER) is a multi-cohort study assessing socio-structural factors associated with PWID assisting others into initiating IDU. Semi-structured qualitative interviews in Tijuana included participants ≥18 years old, who reported IDU within the month prior to cohort enrollment and ever initiating others into IDU. Purposive sampling ensured a range of drug use experiences and behaviors related to injection initiation assistance. Thematic analysis was used to develop recurring and significant data categories. Results: Twenty-one participants were interviewed (8 women, 13 men). Broadly, participants considered public injection to increase curiosity about IDU. Many considered transitioning into IDU as inevitable. Emergent themes included providing assistance to mitigate overdose risk and to protect initiates from being taken advantage of by others. Participants described reluctance in engaging in this process. For some, access to resources (e.g., shared drugs or a monetary fee) was a motivator to initiate others. Conclusion: In Tijuana, public injection and a lack of harm reduction services are perceived to fuel the incidence of IDU initiation and to incentivize PWID to assist in injection initiation. IDU prevention efforts should address structural factors driving PWID participation in IDU initiation while including PWID in their development and implementation.
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 | 0,002 |
| 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 | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| 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 ».