Using the socioecological model to guide service delivery improvements to the prison needle exchange program in Canada: insights from multi-level stakeholders
Notice bibliographique
Résumé
BACKGROUND: In 2018-2019, Canada introduced a Prison Needle Exchange Program (PNEP) across nine federal facilities to mitigate the harms associated with drug injection among incarcerated people. However, program uptake has been limited. We explored the barriers and facilitators to improving PNEP services among key stakeholders in prison. METHODS: Stakeholders in nine federal prisons with active PNEP participated in focus groups using nominal group technique to achieve rapid consensus. Responses were generated, rank-ordered, and prioritized by each stakeholder group (correctional officers, healthcare workers, and people in prison). We identified the highest-ranking responses to questions about barriers and solutions to PNEP uptake and described them using the five levels of the Socioecological Model: individual, interpersonal, organizational, system, and structural/policy. RESULTS: Between September 2023 and February 2024, 34 focus groups were conducted with 215 participants (n = 51 correctional officers (24%); n = 67 healthcare workers (31%); n = 97 people in prison (45%)). Key barriers identified were lack of confidentiality and privacy across all levels and fear of repercussions from drug use and fear of being targeted at the individual-interpersonal levels. Preferred solutions included comprehensive education across all levels, and establishment of supervised/safe injection sites and external program management, potentially involving peers, at the structural level. CONCLUSIONS: Several multi-level modifiable barriers to improving PNEP uptake in Canadian federal prisons were shared among key stakeholders. Structural changes to PNEP delivery, including supervised/safe injecting sites and peer-led programs, were proposed as solution-driven enablers to increasing PNEP uptake among incarcerated people who inject drugs. These data will inform Canadian efforts to expand PNEP provision.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,016 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».