Factors associated with transactional sex among a cohort of gay, bisexual, and other men who have sex with men in Vancouver, Canada
Notice bibliographique
Résumé
Background Gay, bisexual, and other men who have sex with men (GBM) who engage in transactional sex (sex in exchange for drugs, money, or goods) experience increased risk of sexually transmitted infections (STI), including HIV. This study explored additional psychosocial and health-related factors associated with transactional sex among GBM. Methods Respondent-driven sampling was used to recruit GBM in Vancouver, Canada, from 2012 to 2015, with follow up every 6months until July2019. We examined factors associated with transactional sex using multivariable three-level mixed-effects modelling. Results Among 698 GBM, 22.1% reported ever receiving drugs, money, or goods for sex. Transactional sex was more likely to be reported by GBM who were younger (<30years) and who had lower incomes, less education, and insecure housing. GBM reporting transactional sex were more likely to report substance use (i.e. crystal methamphetamine, poppers, GHB, and non-steroid injection drugs) and higher risk sexual behaviours (i.e. more sex partners, sex party attendance, and condomless anal sex with serodifferent or unknown HIV status partners); however, they were no more likely to be living with HIV or to report a recent bacterial STI diagnosis. GBM who reported higher loneliness, anxiety, and cognitive escape were also more likely to report transactional sex. Conclusions More than one-fifth of GBM in Vancouver reported transactional sex and those who did were more likely to also experience psychosocial stressors, increased substance use, and higher risk sexual behaviours. Programs which consider the interconnections of personal, social, and structural challenges faced by GBM engaging in transactional sex are necessary to support improved mental, physical, and sexual health for these men.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».