MétaCan
Menu
Retour à la cohorte
Enregistrement W2561916225 · doi:10.1017/s0954579416001280

Adolescent cannabis use, change in neurocognitive function, and high-school graduation: A longitudinal study from early adolescence to young adulthood

2016· article· en· W2561916225 sur OpenAlexaff
Natalie Castellanos‐Ryan, Jean‐Baptiste Pingault, Sophie Parent, Frank Vitaro, Richard E. Tremblay, Jean R. Séguin

Notice bibliographique

RevueDevelopment and Psychopathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeurocognitiveGraduation (instrument)Young adultEarly adulthoodCannabisDevelopmental psychologyLongitudinal studyAdolescent developmentClinical psychologyCognitionPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

The main objective of this prospective longitudinal study was to investigate bidirectional associations between adolescent cannabis use (CU) and neurocognitive performance in a community sample of 294 young men from ages 13 to 20 years. The results showed that in early adolescence, and prior to initiation to CU, poor short-term and working memory, but high verbal IQ, were associated with earlier age of onset of CU. In turn, age of CU onset and CU frequency across adolescence were associated with (a) specific neurocognitive decline in verbal IQ and executive function tasks tapping trial and error learning and reward processing by early adulthood and (b) lower rates of high-school graduation. The association between CU onset and change in neurocognitive function, however, was found to be accounted for by CU frequency. Whereas the link between CU frequency across adolescence and change in verbal IQ was explained (mediated) by high school graduation, the link between CU frequency and tasks tapping trial and error learning were independent from high school graduation, concurrent cannabis and other substance use, adolescent alcohol use, and externalizing behaviors. Findings support prevention efforts aimed at delaying onset and reducing frequency of CU.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,306
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopment and PsychopathologyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207