Increases and decreases in drug use attributed to housing status among street-involved youth in a Canadian setting
Notice bibliographique
Résumé
Background: Among a cohort of drug-using street-involved youth, we sought to identify the prevalence of reporting increases and decreases in illicit drug use due to their current housing status and to identify factors associated with reporting these changes. Findings: This longitudinal study was based on data collected between June 2008 and May 2012 from a prospective cohort of street-involved youth aged 14–26 in Vancouver, Canada. At semi-annual study follow-up visits, youth were asked if their drug use was affected by their housing status. Using generalized estimating equations, we identified factors associated with perceived increases and decreases in drug use attributed to housing status. Among our sample of 536 participants at baseline, 164 (31%) youth reported increasing their drug use due to their housing situation and 71 (13%) reported decreasing their drug use. In multivariate analysis, factors that were positively associated with perceived increases in drug use attributed to housing status included the following: being homeless, engaging in sex work and drug dealing. Regular employment was negatively associated with increasing drug use due to housing status. Among those who reported decreasing their drug use, only homelessness was significant in bivariate analysis. Conclusion: Perceived changes in drug use due to housing status were relatively common in this setting and were associated with being homeless and, among those who increased their drug use, engaging in risky income generation activities. These findings suggest that structural factors, particularly housing and economic opportunities, may be crucial interventions for reducing or limiting drug use among street-involved youth.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».