Using participatory arts-based research to explore the experiences of cannabis consumption among women from marginalized social positions in downtown Hamilton
Notice bibliographique
Résumé
This research explores the subjective experiences and perspectives of women who occupy marginalized positions in Canadian society who consume cannabis. While cannabis use has been normalized among certain populations since legalization, it remains unclear how this new terrain will impact women's experiences of access, consumption, and disclosure, especially those experiencing marginalization along various axes of identity such as gender, race, and class. The women participated in the art-making process of creating their own personalized body map, a life- sized image of one’s body that includes shapes, images, colours, and symbols to visually represent their life story. Accompanying and complimenting the artwork, were the women’s narratives that reflected their lives, relationships, and experiences related to cannabis consumption, offering a nuanced and complex understanding of their experiences. An intersectional feminist lens foregrounds the research, drawing on the principles of Feminist Participatory Action Research (FPAR), to examine the experiences of women who consume cannabis, the ways in which their cannabis use may be perceived and understood by health and social care providers and systems, and whether they will benefit from legalization in the same way as those with more privileged identities. The theoretical and methodological choices are intended to emphasize how social positionings impact and differentiate women’s’ experiences while also considering how particular identities are influenced by structural forces, unequal social relationships, and power imbalances. Moreover, this research study seeks to centre the lived experiences and voices of women, while analyzing the complex, multi-dimensional, and overlapping factors that impact women’s decision-making processes, motives, and experiences with cannabis use. The research is essential to create new knowledge that can inform social work and allied professional policies and practices to serving women, and shift the current discourse surrounding women’s cannabis use, thereby reducing stigmatizing practices and policies in health and social related fields.
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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 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 ».