Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Howard Becker's analysis of marijuana use has had long-standing impacts upon our collective understanding of how individuals become drug users. This paper ultimately asks whether the framework described by Becker is unique to recreational marijuana use or, rather, a process that is not fundamentally different from that employed with the consumption of any psychoactive drug, whether taken for medical and/or recreational purposes. We used detailed semistructured interviews with Canadians (n = 22) who self-identify as medical marijuana users. Respondents were asked a series of questions about their reasons for use, medical conditions and symptoms, current and past consumption habits, how they learned about medical marijuana, and the substance of that learning process. The analytic approach is informed by Becker's conceptual framework and peer-reviewed and publicly available information sources. Although the principal reasons for self-described medical use—relief from pain, anxiety, and insomnia—are consistent across respondents, the way in which they come to define their use as medical is heterogeneous. Sources of information and the substance of such information are more complex and detailed than that described by Becker, suggesting a more intricate learning process when the motivation for use is therapeutic. Drawing upon detailed interviews with self-described medical users, we argue that the line drawn between recreational marijuana use and medically driven use is blurred: Most self-described users are seeking both relief from pain and the pursuit of recreation in their use of the drug, a finding that has implications for the logic of a clear separation in law and policy between these two motivations for consumption.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle