Research led by people who use drugs: centering the expertise of lived experience
Notice bibliographique
Résumé
BACKGROUND: Research collaborations between people who use drugs (PWUD) and researchers are largely underutilized, despite the long history of successful, community-led harm reduction interventions and growing health disparities experienced by PWUD. PWUD play a critical role in identifying emerging issues in the drug market, as well as associated health behaviors and outcomes. As such, PWUD are well positioned to meaningfully participate in all aspects of the research process, including population of research questions, conceptualization of study design, and contextualization of findings. MAIN BODY: We argue PWUD embody unparalleled and current insight to drug use behaviors, including understanding of novel synthetic drug bodies and the dynamics at play in the drug market; they also hold intimate and trusting relationships with other PWUD. This perfectly situates PWUD to collaborate with researchers in investigation of drug use behaviors and development of harm reduction interventions. While PWUD have a history of mistrust with the medical community, community-led harm reduction organizations have earned their trust and are uniquely poised to facilitate research projects. We offer the North Carolina Survivors Union as one such example, having successfully conducted a number of projects with reputable research institutions. We also detail the fallacy of meaningful engagement posed by traditional mechanisms of capturing community voice. As a counter, we detail the framework developed and implemented by the union in hopes it may serve as guidance for other community-led organizations. We also situate research as a mechanism to diversify the job opportunities available to PWUD and offer a real-time example of the integration of these principles into public policy and direct service provision. CONCLUSION: In order to effectively mitigate the risks posed by the fluid and volatile drug market, research collaborations must empower PWUD to play meaningful roles in the entirety of the research process. Historically, the most effective harm reduction interventions have been born of the innovation and heart possessed by PWUD; during the current overdose crisis, there is no reason to believe they will not continue to be.
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 | 0,053 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,032 | 0,070 |
| Communication savante | 0,020 | 0,019 |
| Science ouverte | 0,004 | 0,045 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».