Lay Perspectives on Drug (De)Criminalization and the (De)Stigmatization of People Who Use Illicit Drugs
Notice bibliographique
Résumé
Background Substance use stigma has been framed as contributing to the drug toxicity crisis. We theorize the political function of drug criminalization as contributing to a system of stigma that exerts social control over people who use illicit drugs (PWUID). Consequently, drug decriminalization may be a potential destigmatizing solution. Since decriminalization is often positioned as an antistigma intervention targeting the public, it is important to understand how laypeople conceptualize decriminalization. Methods We acquired, via a Freedom of Information request, 221 deputations sent to the City of Vancouver regarding Motion B.4, which would advance decriminalization. We used reflexive thematic analysis to explore: (1) how laypeople conceptualized drug (de)criminalization and its relation to the (de)stigmatization of PWUID; and (2) the potential implications of the various conceptualizations of (de)criminalization for the autonomy of PWUID. Results Supporters of Motion B.4 commonly assumed decriminalization would destigmatize PWUID. Supporters also often argue that the drug toxicity crisis is a public health problem, not a criminal one. However, the public health model of decriminalization advocated by some supporters still limited the autonomy of PWUID. Meanwhile, those opposed commonly positioned social control of PWUID as necessary, including opponents who argued that decriminalization was a form of systemic neglect that abandons PWUID. This view was echoed by some proponents, notably those who argued for a public health model of decriminalization. Finally, some proponents asserted that PWUID should be included in the policymaking process, though few deputations came from self-identified PWUID. All PWUID argued that decriminalization must exclude the police. Conclusion Our analysis of lay perspectives on decriminalization highlights the importance of models that adequately address all levels of stigma for PWUID. Models that fail to preserve the autonomy of PWUID are likely to reproduce their stigmatization.
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 | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,065 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».