Factors Associated with High-Frequency Cannabis Use and Driving among a Multi-site Sample of University Students in Ontario
Notice bibliographique
Résumé
Cannabis use and driving (CUD) is a growing public health concern. This study’s main objective was to identify distinguishing characteristics associated with high-frequency CUD (HFCUD) activity (i.e., CUD > 12 times) in a multi-site sample of university students who had self-identified as having driven a car within 4 hours of cannabis use in the past year. Participants for the study (n = 248; age 18–28 years) were recruited by mass advertising at five universities in Ontario. Participants were screened for eligibility and assessed by an anonymous interview between April 2005 and March 2006. Bivariate analyses determined factors associated with HFCUD (i.e., > 12 times) vs. a low frequency of CUD (LFCUD); significant factors were subsequently entered into a discriminant function analysis model. HFCUD was associated with several variables, including frequent (i.e., at least weekly) cannabis use; daily driving; perception of own ability to drive not being impaired by cannabis use; and expectation of CUD in the next 12 months (all p < 0.0001). CUD among young drivers is an important health and safety risk requiring effective interventions. Given the strong association of HFCUD with frequent cannabis use, these phenomena need to be addressed conjointly. Furthermore, preventive interventions responsive to the specific socio-cultural contexts of possible CUD need to be developed and implemented.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».