Problem representation of the Risk Mitigation Guidance (RMG) within the context of dual public health emergencies of COVID-19 and toxic drug deaths in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Risk Mitigation Guidance (RMG) was released in response to the dual public health emergencies of COVID-19 and overdose in British Columbia (BC), Canada. RMG enabled the provision of prescribed alternatives to the unregulated drug supply for people at risk of COVID-19 and overdose. Our objective was to gain insight into how health planners in BC problematized the dual health emergencies and the impacts of such on the design and implementation of RMG. METHODS: Qualitative interviews (n = 28) were conducted with health planners across BC about their understanding of RMG, the implementation process, and context. Carol Bacchi's "What's the Problem Represented to be?" framework was used to interrogate the data and guide analysis. RESULTS: From the perspectives of health planners, RMG was a solution to the primary problem of COVID-19 and to reduce spread of the virus. We identified four problem representations related to the problematization of safer supply as a COVID-19 response: 1) COVID-19 opened a window of opportunity; 2) dual public health emergency, but COVID-19 as the priority 'problem'; 3) the effects of making COVID-19 problem priority; 4) expanding understandings of safer supply beyond COVID-19. CONCLUSION: Our study builds on the importance of evaluating problem representations in the process of policymaking. The RMG illustrates how crisis-driven policymaking shapes problem representations, enabling rapid intervention through the COVID-19 response while constraining responses to the toxic drug emergency. As a medicalized emergency response, the RMG addressed contagion but failed to confront the structural drivers of toxic drug deaths. Our study highlights the needs for prescribed safer supply models to directly address the unregulated toxic drug supply.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».