Perspectives of key interest groups regarding supervised Consumption sites (SCS) and novel virtual harm reduction services / overdose response hotlines and applications: a qualitative Canadian study
Notice bibliographique
Résumé
BACKGROUND: Supervised consumption sites (SCS) and overdose prevention sites (OPS) have been implemented across Canada to mitigate harms associated with illicit substance use. Despite their successes, they still contend with challenges that limit their accessibility and uptake. Overdose response hotlines and apps are novel virtual technologies reminiscent of informal "spotting" methods that may address some of the limitations. Here, we strove to qualitatively examine the factors that may encourage or deter utilization of these virtual services and SCS. METHODS: A total of 52 participants across Canada were recruited using convenience and snowball sampling methods. These included people with lived and living experience of substance use, family members of people with lived experience, healthcare providers, community harm reduction workers, and virtual harm reduction operators. Semi-structured telephone interviews were conducted and inductive thematic analysis was performed to identify the themes pertaining to SCS and virtual harm reduction. RESULTS: Participants viewed overdose response hotline and apps as an opportunity to consume substances without being hindered by logistical barriers (e.g., wait times), fear of law enforcement, invasion of privacy, and more. They also noted that these virtual services provided more flexibility for clients who opt for routes of consumption that are not supported by SCS, such as smoking. Overall, SCS was perceived to be better than virtual services at facilitating social connection, providing additional resources/referrals, as well as prompt response to overdose. CONCLUSION: In sum, participants viewed SCS and virtual services as filling different needs and gaps. This study adds to a growing body of literature which informs how virtual harm reduction services can serve as useful adjunct to more standard harm reduction methods.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,011 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».