The Damage Done: How the Disease Model of Addiction Harms Marginalized People in Canada
Notice bibliographique
Résumé
Over 50,000 Canadians have died of unregulated drug poisoning since 2016. And while the toxic drug crisis is the leading cause of death in British Columbia for people between the ages of 10 and 59, some British Columbians are at a higher risk than others. In 2023, First Nations people—who comprise 3.4% of BC’s population—accounted for 17.8% of its toxic drug deaths. Other marginalized communities are also at heightened risk: racialized people, young people, and people living in poverty or without shelter are all disproportionately impacted. These disparities reflect more than a public health crisis—they largely exist due to legal frameworks and policy choices that continue to pathologize and punish substance use, especially among marginalized communities. This Article argues that the prevailing “disease model” of addiction has not disrupted punitive approaches to drug policy and has instead justified coercive legal interventions designed to treat the “disease of addiction.” While harm reduction is nominally a pillar of Canada’s drug policy, popular reforms like drug treatment courts and involuntary substance use treatment remain grounded in the disease model’s approach to the conceptualization and treatment of addiction, an approach that is inconsistent with harm reduction principals and fails to address the structural conditions that contribute to drug-related harms. Meaningful drug policy reform requires more than a simple shift from criminalization to medicalization; a true harm reduction framework must approach problematic drug use as a complex social and public health issue and not simply as a disease to be treated.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,046 | 0,017 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».