Marijuana Use and Perceptions of Risk and Harm: A Survey among Canadians in 2016
Notice bibliographique
Résumé
Objectives: To describe marijuana use by Canadians and their perceptions of risk and harm.Design: A cross-sectional, structured, online and telephone survey. Participants: A nationally representative sample of Canadians.Methods: This survey used random probability sampling and targeted respondents based on age, sex, region and their expected response rate.Results: Of the 20% of respondents reporting marijuana use in the past 12 months, they were more likely to be younger and male.The most common form of use was smoking, 79%.When asked about harmfulness, 42% and 41% responded that they considered marijuana more harmful than helpful to mental health and to physical health, respectively.When asked about driving under the influence, 71% responded that it was the same as alcohol.Conclusion: This research is important for health providers and policy makers seeking to maximize public health through clinical and legislative reform of non-medical use of marijuana. RésuméObjectifs : Décrire l' usage de la marijuana chez les Canadiens ainsi que leurs perceptions des risques et dommages.Conception : Sondage transversal structuré, en ligne et téléphonique. Participants : Échantillon national représentatif des Canadiens.Méthodes : Ce sondage a eu recours à un échantillonnage probabiliste aléatoire et à des répondants ciblés selon l'âge, le sexe, la région et le taux de réponse escompté.Résultats : Les 20 % de répondants qui ont indiqué avoir fait usage de la marijuana au cours des 12 derniers mois sont plus susceptibles d'être des jeunes hommes.La forme d' usage la plus courante est par l'inhalation de fumée, 79 %.Au sujet de la nocivité, 42 % et 41 % ont répondu qu'ils considéraient la marijuana plus dommageable que salutaire pour la santé mentale et la santé physique, respectivement.Au sujet de la conduite sous influence, 71 % ont répondu que c'était comme pour l' alcool.Conclusion : Cette recherche est importante pour les fournisseurs de services de santé et les responsables de politiques qui veulent maximiser la santé publique par une réforme clinique et législative de l' usage non médical de la marijuana.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».