Exploring Subjectivity Through Safer Supply
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2019, the Canadian government approved the prescription of medical heroin to people with severe opioid use disorder, not as a treatment for addiction, but as a harm reduction tactic to prevent overdose in the face of an increasingly toxic street drug supply (Health Canada 2019). This harm reduction tactic is known as safer supply. Since 2019, the Canadian government has broadened the scope of safer supply to allow physicians to prescribe opioids and other drugs that they deem necessary for their patients (Health Canada 2023). In this thesis, I argue that the regulatory flexibility of safer supply allows physicians to meet their patients where they are, instead of asking them to ascribe to social norms to access care. Safer supply does not seek to end drug use; it only seeks to prevent overdose. Within the clinic, people who use drugs find they are able to understand their drug use through a positive medical/functional model instead of the criminalized model of addiction; many no longer understand their use of opioids to be categorized as addiction at all. Through focusing on personal narratives of addiction and drug use, I argue that many of the harms considered inherent to opioid use within liberal frameworks are caused by the structural violence inherent in the punitive criminalization of drug use. Safer supply allows people to form less pathologized and stigmatized subjectivities of drug use because it does not presume all drug use to be inherently problematic and removes many of the aspects of drug use that people who use drugs find harmful. Accessing safer supply is an act of care of the self and it allows people the space in their lives to begin ethical work. It is critical that as governments develop policy solutions, they consider the voices of people who will use those solutions.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle