Exploring Youth Substance Use Challenges and Solutions: Initial Developments in Participatory Research Focused on the Icelandic Prevention Model
Notice bibliographique
Résumé
Background: The Icelandic Prevention Model (IPM) represents a promising practice for youth substance use prevention. It applies a community-driven primary prevention approach that is designed to create healthy contexts. Lanark County was the first community in Canada to adopt the IPM and has been pioneering a youth engagement approach to support the implementation. This paper describes the early findings related to a participatory evaluation that was co-designed with young people and focuses on examining youth perspectives on community needs and substance use issues. Method: Our approach integrated three levels of youth involvement, including co-design with youth advisors, collaborative asset mapping and community consultations. For the consultations, semi-structured interviews and focus groups were conducted with 10 young people. A thematic analysis was applied using NVivo software. Results: Thematic analyses of the consultation interviews identified four themes: (1) Social norms and accessibility as influences in youth substance use behaviours, (2), Lack of activities, (3) Intersectional discrimination and (4) Youth suggestions for strategies to enhance the community. Discussion: This research represents a novel participatory approach that includes youth in the strategic design and evaluation of the IPM. It highlights issues related to implementation and the added value of youth perspectives. Our multi-level approach enabled the meaningful engagement of young people within a complex prevention initiative. Findings will support the ongoing efforts in Lanark County and serve to inform other IPM implementations, as well as upstream prevention initiatives that integrate youth engagement.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».