Navigating Conservative Drug Policy in Ontario's Safe Consumption Sites: A Critical Investigation of Harm Reduction Policy and Practice
Notice bibliographique
Résumé
As harm reduction is increasingly integrated into social and health services and programs, it is essential to recognize the tension between healthcare provided by mainstream institutions and the values of harm reduction. Based on ten interviews with frontline staff who work at safe consumption sites in Ontario, Canada, I explore the challenges of providing harm reduction services under the 2018 Progressive Conservative Government’s Consumption Treatment Service (CTS) reform. My study interrogates the sociopolitical assumptions about drugs and drug use within the CTS policy and examines practices of micro-policy implementation by frontline staff. I characterize` harm reduction as an ontological expression rooted in the lived experience of drug use that places value on relationships and depathologizing drug use. I ask how frontline staff respond to the CTS policy if it changes their understanding and practice of harm reduction and how the policy is accommodated, refused, and disrupted? To answer these guiding questions, I turn my attention to investigating Policy Navigation Practices (PNP) which I define as the creative discretion staff use to balance policy implementation in their encounters with guests. I apply critical medical anthropology theory and methodology to analyze public health policy and services for people who use drugs. This research illuminates the gulf between the lived experience of drug use and the Ontario provincial government’s response to the overdose crisis. I prioritize how networks of care emerge in relation to and are embedded into, sociopolitical contexts that force these practices of care into existence. I situate Safe Consumption Sites (SCS) under the CTS policy as a microcosm of two conflicting worldviews about substance use, ideas of health, and forms of care. The findings advance our understanding of policy implementation practices in SCS and harm reduction as a form of care.
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 | 0,021 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,071 | 0,095 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».