Emergency Department Registered Nurses’ Perceptions of Substance Use Disorders and Supervised Consumption Sites
Notice bibliographique
Résumé
Abstract Background: Canada is facing increased drug-related harms; thus, a stronger emphasis has been placed on harm reduction strategies such as supervised consumption sites (SCSs). There is a lack of literature on emergency department (ED) registered nurses' (RNs) perceptions of SCSs and substance use disorders (SUDs), especially in small to mid-sized Canadian cities. Purpose: This study aimed to determine ED RNs’ perceptions of SUDs and SCSs. Methods: A 27-question survey was sent to RNs currently working in EDs in Southwestern Ontario using an online Qualtrics® link. The research explored ED RNs’ perceptions of SCSs and SUDs. Results: Quantitative results indicated that ED RNs (n = 146) were understanding of drug use and SUDs but felt neutral towards SCSs. They indicated positive impacts and potential concerns of SCS implementation. However, most ED RNs reported that they would still refer their patients to such sites if one was available, despite their apprehensions. Conclusion: This research demonstrates the importance of harm reduction education in nursing curricula and the workplace. Recommendations include a harm reduction referral partnership between the ED and community partners. It is essential to practice reflectively, decrease the influence of stereotypes and stigma-based decisions and care, and encourage legislation that supports ethical policies and procedures that increase the use and access to SCSs.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».