Supervised consumption sites' variability outlined
Notice bibliographique
Résumé
An article on supervised consumption sites found that there are no strict rules for how they operate, and that they are “as varied as the communities in which they operate.” The article, published in the April 6 issue of the Journal of the American Medical Association ( JAMA ), quoted Kimberly Sue, M.D., Ph.D., medical director of the National Harm Reduction Coalition, on the fact that “These are things that people who use drugs and people who care about them have been doing for years.” The sites can be as simple as a social service agency restroom stall, or as expansive as Vancouver's Insite, which has hundreds of injection room visits a day and offers detox rooms with private bathrooms, transitional housing and other wraparound services. Because the main cause of opioid overdose deaths is respiratory depression, naloxone is essential. So is sternal pressure to stimulate breathing, the article noted. Most supervised consumption sites aim to prevent HIV transmission, wound infection and help for people who inject drugs in general. “People wrongly assume that people using drugs don't care about their health,” Alex Kral, Ph.D., an epidemiologist with the nonprofit research institute RTI International in Berkeley, California, told JAMA . Jim McDonald, M.D., M.P.H., interim director of the Rhode Island Department of Health, said supervised consumption sites shouldn't operate underground, the way Kral's does. “Let's recognize they need a safe place to use,” McDonald, who oversees the state's overdose prevention efforts, said in an interview. Substance use disorder “is a complex biopsychosocial problem,” he noted, “but it doesn't get better by keeping secrets.” The federal Department of Justice knows what Rhode Island is doing, said McDonald. Rhode Island's first harm‐reduction centers, part of a two‐year pilot program, were hoped to open soon. One problem is NIMBY — the “not in my backyard” issue presented by communities that support supervised consumption sites — somewhere else. Kral's work is supported in part by Arnold Ventures, the article, “Supervised Consumption Sites — A Tool for Reducing Risk of Overdose Deaths and Infectious Diseases in People Who Use Illicit Drugs” by Rita Rubin and colleagues, disclosed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».