Cannabis Mobile Apps: A Content Analysis
Notice bibliographique
Résumé
BACKGROUND: Mobile technology is pervasive and widely used to obtain information about drugs such as cannabis, especially in a climate of rapidly changing cannabis policy; yet the content of available cannabis apps is largely unknown. Understanding the resources available to those searching for cannabis apps will clarify how this technology is being used to reflect and influence cannabis use behavior. OBJECTIVE: We investigated the content of 59 cannabis-related mobile apps for Apple and Android devices as of November 26, 2014. METHODS: The Apple and Google Play app stores were searched using the terms "cannabis" and "marijuana." Three trained coders classified the top 20 apps for each term and each store, using a coding guide. Apps were examined for the presence of 20 content codes derived by the researchers. RESULTS: Total apps available for each search term were 124 for cannabis and 218 for marijuana in the Apple App Store, and 250 each for cannabis and marijuana on Google Play. The top 20 apps in each category in each store were coded for 59 independent apps (30 Apple, 29 Google Play). The three most common content areas were cannabis strain classification (33.9%), facts about cannabis (20.3%), and games (20.3%). In the Apple App Store, most apps were free (77%), all were rated "17+" years, and the average user rating was 3.9/5 stars. The most popular apps provided cannabis strain classifications (50%), dispensary information (27%), or general facts about cannabis (27%). Only one app (3%) provided information or resources related to cannabis abuse, addiction, or treatment. On Google Play, most apps were free (93%), rated "high maturity" (79%), and the average user rating was 4.1/5. The most popular app types offered games (28%), phone utilities (eg, wallpaper, clock; 21%) and cannabis food recipes (21%); no apps addressed abuse, addiction, or treatment. CONCLUSIONS: Cannabis apps are generally free and highly rated. Apps were most often informational (facts, strain classification), or recreational (games), likely reflecting and influencing the growing acceptance of cannabis for medical and recreational purposes. Apps addressing addiction or cessation were underrepresented in the most popular cannabis mobile apps. Differences among apps for Apple and Android platforms likely reflect differences in the population of users, developer choice, and platform regulations.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».