MétaCan
Menu
Retour à la cohorte
Enregistrement W4412522742 · doi:10.1186/s12954-025-01276-y

Characterizing changes to harm reduction site operations in British Columbia following the implementation of the decriminalization of drugs: Findings from a provincial survey

2025· article· en· W4412522742 sur OpenAlexafffundabout
Farihah Ali, Cayley Russell, Justine Law, Sameer Imtiaz, Juls Budau, Rita Shahin, Laura MacKinnon, Sean Patenaude, Jessica Xavier, Jürgen Rehm

Notice bibliographique

RevueHarm Reduction Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensCanada Research ChairsUniversity of TorontoPacific Insight Electronics (Canada)BC Centre for Disease ControlPublic Health OntarioUniversity of British ColumbiaSheridan CollegeCanadian Centre on Substance Use and AddictionToronto Public HealthCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDecriminalizationStaffingHarm reductionMedicineDemographicsService (business)Environmental healthBusinessPublic healthDemographyPsychologyNursingCriminologyMarketingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In January 2023, British Columbia (BC), Canada, piloted a three-year decriminalization policy to address the escalating overdose crisis. The policy seeks to reduce stigma and the fear of criminal prosecution, and foster a safer and more supportive environment, encouraging greater utilization of treatment and harm reduction (HR) services among people who use drugs. There are limited data on the operational characteristics of HR sites in BC, which are essential for monitoring how decriminalization may influence service operations and utilization. This study aimed to characterize HR site operations in BC and assess any operational changes following decriminalization. METHODS: A cross-sectional, online self-report survey was distributed to HR sites across BC between March and April 2024. The survey was completed by a site representative, and survey questions focused on client demographics and drug use patterns, service uptake and capacity, resource and staffing demands, police activity near sites, and the availability of HR services. Changes pre-and post-decriminalization were analyzed descriptively to identify trends. RESULTS: A total of 33 HR sites completed the survey. Almost a third (30%) of sites reported an increase in client's post-decriminalization, and 18% indicated plans to expand or modify services to meet the increasing demand. However, challenges related to staffing and resources were highlighted, with 45% of sites reporting increased staffing demands post-decriminalization, and 33% noting changes to resource needs, most of which increased. Five sites reported an increase in annual operating budgets. Nearly half (43%) of sites that experienced police activity around their site reported increased police activity post-decriminalization. Moreover, approximately one-fifth (21%) of sites received formal decriminalization training. CONCLUSIONS: HR sites have experienced an increase in client engagement post-decriminalization, reporting challenges related to site capacity and funding, and emphasizing the need for additional investments to support and expand HR services. Consideration should be given to needs-based planning and providing decriminalization training to HR staff. Moreover, steps are necessary to address the continued police presence near sites, which may hinder service uptake and perpetuate stigma. Addressing these gaps is critical for improving health system engagement for people who use drugs and achieving the goals of decriminalization.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,037
Tête enseignante GPT0,350
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations5
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207