MétaCan
Menu
Retour à la cohorte
Enregistrement W4410033303 · doi:10.1080/09687637.2025.2493140

‘I don’t know what we should have done differently’: A qualitative study on the dilemmas of ‘tough love’ and toxic drugs in British Columbia, Canada

2025· article· en· W4410033303 sur OpenAlexafffundabout
Jennifer Hawkins, Amy Salmon, Saranee Fernando, Chris Battle, Steve Esau, Daniel Snyder, Mike Sikora

Notice bibliographique

RevueDrugs Education Prevention and Policy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchVancouver Foundation
Mots-clésQualitative researchCriminologySociologyPsychologySocial science

Résumé

récupéré en direct d'OpenAlex

Background In British Columbia, Canada, a public health emergency of unregulated drug deaths presents a fraught backdrop for concerned significant others (CSOs).Method Community-based Participatory Action Research design. We conducted 22 semi-structured qualitative interviews with CSOs about their perceptions and experiences during the toxic drug crisis. We examined how ‘tough love’ constructs informed their relationships with and responses to their loved ones.Results Understandings of tough love were widely varied and intertwined with decisions around supporting loved ones at risk of overdose. These decisions involved three main mediating factors: (1) perceived potential outcomes around the loci of various harms; (2) beliefs, attitudes and values around love and compassion, the nature of drug use, and personal agency; (3) available personal assets or social capital. Participants often displayed significant levels of uncertainty and regret that was mitigated by the psychosocial concept of ‘boundaries’ in contrast to codependency-derived dichotomies of tough love and enabling.Conclusion Decisions around levels of support or engagement involve complex negotiations within a highly pressurized context of a toxic supply of illicit drugs. Inconsistently understood normative language influences confounding relational negotiations for CSOs, who require theoretical frameworks that help them negotiate decisions within their own limits and values, both moral or pragmatic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,318
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,390
Écart entre enseignants0,354 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDrugs Education Prevention and PolicyMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207