Harm reduction with people who use psychoactive substances: social workers’ perceptions of harm reduction work and in implementing harm reduction work in their direct clinical practice in rural Central Ontario
Notice bibliographique
Résumé
Harm reduction approaches to psychoactive substance use continue to be a highly politicized and polarizing topic in today’s society, even after several decades of ongoing discourse. Many social workers work for and with organizations that include harm reduction approaches to social work direct practice with individuals who use psychoactive substances. This qualitative study of six participants explores social workers’ perceptions of harm reduction work with individuals who use psychoactive substances and the ways in which they perceive the implementation and operationalization of harm reduction approaches in their direct practice in rural Central Ontario. A semi-structured interview design was used, with the research grounded in structural social work theory, as well as critical ecological theory and a person-centered perspective. Findings indicate that stigma of individuals who use psychoactive substances and associated harm reduction work is deeply rooted and reinforced within structural systems, organizations, and within social work and harm reduction work, itself. Social workers’ perception of harm reduction and it’s implementation cite organizational culture, social work as harm reduction work, and clinical barriers to implementation as main themes in the social work direct practice role, working with individuals who use psychoactive substances. Social workers are equipped to support harm reduction work through their social work worldview, and benefit from an organizational culture that both formally and informally supports harm reduction work. An aligned organizational culture and social work worldview can more effectively advocate for greater availability and accessibility of harm reduction programming and services. Implications for research, policy, and practice are discussed.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,011 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| 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 ».