MétaCan
Menu
Retour à la cohorte
Enregistrement W4391896515 · doi:10.1186/s12954-023-00914-7

The war on drugs is a war on us: young people who use drugs and the fight for harm reduction in the Global South

2024· article· en· W4391896515 sur OpenAlexafffund
M. J. Stowe, Rita Gatonye, Ishwor Maharjan, Seyi Kehinde, Sidarth Arya, Jorge Herrera Valderrábano, Angela McBride, Florian Scheibein, Emmy Kageha Igonya, Danya Fast

Notice bibliographique

RevueHarm Reduction Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensBritish Columbia Centre on Substance Use
Organismes subventionnairesSimon Fraser University
Mots-clésHarm reductionHarmPsychological interventionHealth psychologySocial policyGlobal healthPublic relationsEconomic growthPolitical scienceMedicineCriminologyDevelopment economicsPublic healthPsychologyPsychiatryNursingEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

In the Global South, young people who use drugs (YPWUD) are exposed to multiple interconnected social and health harms, with many low- and middle-income countries enforcing racist, prohibitionist-based drug policies that generate physical and structural violence. While harm reduction coverage for YPWUD is suboptimal globally, in low- and middle-income countries youth-focused harm reduction programs are particularly lacking. Those that do exist are often powerfully shaped by global health funding regimes that restrict progressive approaches and reach. In this commentary we highlight the efforts of young people, activists, allies, and organisations across some Global South settings to enact programs such as those focused on peer-to-peer information sharing and advocacy, overdose monitoring and response, and drug checking. We draw on our experiential knowledge and expertise to identify and discuss key challenges, opportunities, and recommendations for youth harm reduction movements, programs and practices in low- to middle-income countries and beyond, focusing on the need for youth-driven interventions. We conclude this commentary with several calls to action to advance harm reduction for YPWUD within and across Global South settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,013
Communication savante0,0060,007
Science ouverte0,0030,004
Intégrité de la recherche0,0200,026
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,327
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207