Facilitating access to supervised smoking facilities: a qualitative study
Notice bibliographique
Résumé
INTRODUCTION: The implementation of supervised smoking facilities (SSFs) as a harm reduction intervention has public health benefits for people who inhale drugs, but there are significant knowledge gaps surrounding the perspectives of SSF visitors and staff on their implementation and accessibility. We conducted this study to learn about their perspectives on barriers and facilitators to accessibility at SSFs. METHODS: The study used a community-based participatory research study design. PWUD and SSF leadership were involved in all phases of the research project as members of the research team. Between June 2021 and April 2022, we conducted 10 qualitative semi-structured interviews with peer workers and stakeholders at an SSF in Vancouver, Canada to examine perspectives on how to facilitate accessibility for visitors. Interviews were analyzed using an abductive analytic approach, themes were defined and organized collaboratively by the research team. RESULTS: Peer workers and SSF leadership interviewed in the study described aspects of the SSF that contributed to a low-barrier service model and resulted in greater accessibility for visitors, including: (1) non-punitive approaches to interpersonal challenges, (2) anonymity and privacy, (3) peer involvement, and (4) physical environment. Limitations to access were also described and included: (1) age restrictions, (2) geographical location and (3) infrequent, temporary bars for certain behaviors. DISCUSSION: Findings from this study identified many dimensions of the low-barrier SSF service model and site design that may contribute to greater accessibility for SSF visitors. Findings from this study could be used to inform the scale-up and implementation of SSFs as a harm reduction approach to reducing mortality and other negative outcomes related to the current drug toxicity crisis.
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 | 0,014 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».