Combining respondent-driven sampling with a community-based participatory action study of people who smoke drugs in two cities in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: The smoking of illicit drugs presents a serious social and economic burden in Canada. People who smoke drugs (PWSD) are at increased risk of contracting multiple infections through risky drug practices. Peer-led harm reduction activities, and the resulting social networks that form around them, can potentially minimize the dangers associated with the smoking illicit drugs. GOAL: The goals of this study were to pilot test the combined approaches of respondent driven sampling with community based participatory action research in these settings and compare the attributes and social networks of PWSD in two British Columbia cities with different harm reduction programs. METHODS: Using community-based participatory action research (CBPAR) and respondent-driven sampling (RDS), individuals with lived drug experiences were employed from communities in Abbotsford and Vancouver as peer researchers to interview ten contacts from their social networks. Contacts completed a questionnaire about their harm reduction behaviours and interactions. RESULTS: We found that PWSD residing in Abbotsford were more likely to report engaging in harm-promoting behaviours, such as sharing, reusing, or borrowing crack pipes. However, PWSD in the Downtown East side Community of Vancouver were more likely to report engaging in harm-reducing activities, such as being trained in naloxone use and CPR. We found no differences in network sizes between the two communities, despite the population differences and harm reduction programs CONCLUSION: The high participation rates and interactions between researchers, and peer researchers enriched the study implementation and successfully informed our results. The fact that there were no differences in network size suggests that people have similar support in Vancouver as in Abbotsford, and that drug use practices differ mainly due to availability of harm reduction programming and resources.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».