Exploring housing instability through a gender lens among people who inject drugs in Montreal, Canada
Notice bibliographique
Résumé
INTRODUCTION: Housing instability contributes to harm among people who inject drugs (PWID). We examined determinants of varying levels of housing instability and explored gender differences in housing instability and associated determinants among PWID. METHOD: We used baseline data from HEPCO, a community-based cohort of PWID in Montreal, Canada (2011-2022). Housing (past 3 months) was categorised as stable, precarious (i.e., temporary accommodation) or unsheltered. Multinomial logistic regression was used to assess relationships between sociodemographic factors, recent drug use, and housing instability. A multivariable model was constructed using the full sample. Gender differences were explored via stratified and unadjusted analyses given the relatively small number of women. RESULTS: A total of 911 PWID (748 men and 163 women) were included. In the multivariable model, not living in a marriage-like relationship, recent incarceration, and not reporting recent heroin use were associated with both precarious housing and being unsheltered, relative to stable housing. Employment, consumption of cocaine, amphetamines, and other opioids were only associated with being unsheltered. In stratified analyses, precarious and unsheltered housing was reported by 14.1% and 23.3% of women and 20.9% and 30.9% of men. Sociodemographic factors and drug use patterns also differed by gender. Although most associations with housing instability were in similar directions for men and women, several estimates differed in magnitude, denoting some signals of gender differences. DISCUSSION AND CONCLUSION: Almost half the sample was unsheltered or precariously housed. Studies with larger samples of women should formally examine the relevance of developing gender-specific responses to housing instability.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».