“There are solutions and I think we're still working in the problem”: The limitations of decriminalization under the good Samaritan drug overdose act and lessons from an evaluation in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Drug prohibition has been associated with increased risk of overdose. However, drug prohibition remains the dominant drug policy, including in Canada with the Controlled Drugs and Substances Act. In 2017, the Good Samaritan Drug Overdose Act (GSDOA) was enacted, to encourage people to contact emergency medical services by providing bystanders at the scene of an overdose with legal protection for simple possession and conditions related to simple possession. METHODS: We conducted an evaluation of the GSDOA in British Columbia, Canada that included one-on-one interviews with people who use illicit drugs (PWUD), to determine peoples' experiences and perceptions surrounding this form of decriminalization. We present findings from a thematic analysis of 37 interviews. RESULTS: We identified limitations of the GSDOA at overdose events; key themes and concerns causing PWUD to hesitate to or avoid contacting emergency medical services included drug confiscation, the thin line between simple possession and drug trafficking, and enforcement of other charges and court ordered conditions that are not legally protected by the GSDOA. Moreover, participants discussed the GSDOA as inequitable; benefiting some while excluding PWUD with intersecting marginalized identities. CONCLUSION: Our findings are pertinent in light of many jurisdictions across the world considering dejure decriminalization, including BC and Vancouver. The GSDOA and associated limitations that emerged in our evaluation can serve to guide jurisdictions implementing or amending dejure decriminalization policies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».