Elevated Behavioral Economic Demand for Alcohol in Co-Users of Alcohol and Cannabis
Notice bibliographique
Résumé
OBJECTIVE: Co-use of cannabis and alcohol is associated with increased drinking and other negative consequences relative to use of alcohol alone. One potential explanation for these differences is overvaluation of alcohol (e.g., alcohol demand) among co-users, similar to established overvaluation of alcohol among tobacco and alcohol co-users. This study examined differences in alcohol demand between an alcohol and cannabis co-user group and an alcohol-only group. METHOD: A large sample of adult drinkers (n = 1,643, 54% female) was recruited through an online crowdsourcing site (Amazon Mechanical Turk). Of the full sample, 476 participants reported weekly or greater cannabis use in the past 6 months (co-user group); 888 reported never using cannabis in the past 6 months (alcohol-only group). Assessments included a validated alcohol purchase task and self-report measures of alcohol and cannabis use. RESULTS: Co-users reported significantly higher alcohol consumption across the elastic portion of the alcohol demand curve (i.e., $1.50-$9.00/drink). Analyses of covariance controlling for alcohol use and demographics revealed significantly higher breakpoint (p = .025) and Omax (p = .002) and significantly lower elasticity (p < .003) in the co-user group. Intensity and Pmax did not significantly differ between groups. CONCLUSIONS: Co-users of cannabis and alcohol overvalue alcohol compared with individuals who drink alcohol but do not use cannabis. This study is generally consistent with prior studies on alcohol and tobacco co-users, providing converging evidence that polysubstance use is associated with overvaluation of alcohol. These findings have important implications for treatment and prevention, particularly in the context of changes in cannabis legalization.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».