MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404678225 · doi:10.24095/hpcdp.44.11/12.03f

Perception des services d’intervention par téléphone et par application en cas de surdose chez les personnes consommatrices de drogues qui vivent dans des régions rurales et éloignées du Canada : étude qualitative

2024· article· fr· W4404678225 sur OpenAlexaffvenueabout
Dylan Viste, William Rioux, Marguerite Medwid, Kienan Williams, Esther Tailfeathers, Amanda Lee, Farah Jafri, Stryder Zobell, S. Monty Ghosh

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2024
Typearticle
Languefr
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensAlberta Health ServicesAlberta HealthUniversity of LethbridgeUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction L’épidémie actuelle de surdoses demeure l’une des plus grandes crises de santé publique au Canada. Si, pour la freiner, différentes mesures de réduction des méfaits ont été mises en place, ces mesures demeurent concentrées dans les milieux urbains. Les services d’intervention par téléphone et par application en cas de surdose sont de nouveaux services technologiques de réduction des méfaits susceptibles de pallier le peu de ressources offertes en milieu rural : grâce à la supervision virtuelle de la consommation, ils pourraient réduire les décès liés à la consommation de drogues chez les personnes consommatrices de substances qui vivent dans des régions rurales. Ces services permettent une activation plus rapide et à distance des procédures d’intervention d’urgence dans l’éventualité où une personne perdrait conscience. Dans cette étude, nous explorons les expériences, les perceptions et les attitudes des habitants de régions rurales à l’égard de ces services. Méthodologie Nous avons mené des entretiens semi-structurés auprès de 15 personnes consommatrices de substances (dont 7 [46,7 %] de sexe masculin et 9 [60 %] Autochtones) vivant dans des collectivités rurales, éloignées ou autochtones. Les entretiens ont pris fin lorsque la saturation des données a été atteinte. Les données ont été analysées selon une analyse thématique. Résultats Six thèmes clés se sont dégagés de l’analyse : 1) selon les participants, les services d’intervention par téléphone et par application en cas de surdose offrent une solution pragmatique en milieu rural, mais leur utilisation et leur efficacité pourraient comporter certaines limites; 2) la localisation en milieu rural est susceptible d’allonger le temps de réponse des services médicaux d’urgence, réduisant ainsi l’efficacité des services d’intervention par téléphone et par application en cas de surdose; 3) l’utilisation des services d’intervention par téléphone et par application en cas de surdose pourrait être limitée en raison de l’importante stigmatisation à laquelle font face les habitants consommateurs de substances des collectivités rurales, éloignées ou autochtones; 4) le manque d’accès à la technologie reste un obstacle à l’utilisation de ces services; 5) dans les régions rurales, les gens sont souvent peu sensibilisés à la réduction des méfaits; 6) chez les personnes autochtones qui consomment des substances et qui vivent enmilieu rural, la consommation de substances et la réduction des méfaits ont des implications sociales spécifiques. Conclusion Même si, de l’avis des participants, les services d’intervention par téléphone et par application en cas de surdose offrent une stratégie de réduction des méfaits possible chez les personnes consommatrices de substances vivant en milieu rural, certaines contraintes persistent, dont le temps de réponse, l’accès à la technologie et la stigmatisation associée à la consommation de substances.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,004
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,379
Écart entre enseignants0,362 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au Canada→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→