Police confrontations among street-involved youth in a Canadian setting
Notice bibliographique
Résumé
Background Street-level policing has been recognized as a driver of health-related harms among people who inject drugs (IDU). However, the extent of interaction between police and street-involved youth has not been well characterized. We examined the incidence and risk factors for police confrontations among street-involved youth in a Canadian setting. Methods Using data derived from participants enrolled in the At-Risk Youth Study (ARYS) between 2005 and 2011, we assessed factors associated with being stopped, searched, or detained by police without arrest in the previous six months using generalized estimating equations (GEE) with logit link for binary outcomes. Results Among 991 participants followed during the study period, 440 (44.4%) reported being stopped, searched, or detained by police for an incidence density of 49.20 (95% confidence interval [CI]: 36.42–65.01) per 100 person years. In multivariate GEE analyses, factors associated with police confrontations included: male gender (adjusted odds ratio [AOR] = 1.35), homelessness (AOR = 2.05), recent incarceration (AOR = 1.78), daily cannabis use (AOR = 1.31), daily heroin injecting (AOR = 1.36), crack pipe/syringe sharing (AOR = 1.61), injection drug use (AOR = 1.37), public drug use (AOR = 2.19), sex work involvement (AOR = 1.67), and drug dealing (AOR = 1.49) (all p<0.05). In total, 19.0% of participants reported that police confiscated their drug paraphernalia without arresting them. Additionally, 16.9% individuals reported experiencing violence at the hands of police. Conclusion We found that various factors, such as homelessness and markers of more severe addiction, increased the likelihood of being confronted by police, and police confrontations were associated with markers of health-related harm among street youth. These findings highlight the need for social and structural interventions that best enable police to fulfill public safety and public order objectives without negatively influencing health behaviours of street 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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».