Opportunities and challenges for implementing drug checking services in British Columbia, Canada: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Amidst the ongoing drug poisoning crisis across North America, drug checking services (DCS) are increasingly being implemented as an intervention intended to reduce drug-related harms. This study sought to identify key opportunities and challenges influencing the implementation of DCS in British Columbia (BC), Canada. METHODS: Between January 2020 and July 2021, semi-structured, in-depth interviews were conducted with 21 individuals involved in the implementation of DCS across BC (i.e., policymakers, health authority personnel, community organization representatives and service providers). The Consolidated Framework for Implementation Research (CFIR) was used to guide coding and analysis of the interviews. RESULTS: By bringing in a wealth of knowledge about community needs and concerns, in addition to a passion and energy for social justice and health equity, community members and organizations with a dedication for harm reduction played a critical role in the successful implementation of DCS in BC. Other significant facilitators to implementation included the preventive benefits of DCS that made the intervention compelling to policy influencers and decision makers, the provincial public health emergency regarding overdose that shifted the regulatory environment of DCS, the adaptability of DCS to meet concerns and needs in various contexts, including via ongoing processes of reflection and evaluation. Barriers to implementation included criminalization and stigmatization of drug use and people who use drugs and lack of funding for community-led implementation actions. CONCLUSIONS: Alongside structural reforms that address the underlying contextual factors that influence implementation (e.g., decriminalization of drugs, increased funding for DCS), centering community expertise throughout implementation is critical to the success of DCS. Our findings provide important insights into how BC can successfully implement systems-level harm reduction interventions and offer insights for other jurisdictions in their implementation of DCS.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,029 | 0,008 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».