The Effects of Cannabis on Cognitive Functioning
Notice bibliographique
Résumé
As the perceived risk associated with cannabis use is decreasing, the rise of the number of people trying cannabis and becoming regular users is increasing. Furthermore, as Canadian law makers are currently in the process of legalizing cannabis, it is crucial to gain a greater understanding of both the immediate and long-term effects associated with cannabis use. There is clear evidence that the intoxicating effects of cannabis include impairment of cognitive abilities. The duration of the acquired deficits is unclear, however, and the evidence implicating harmful effects to brain structure is ambiguous. Several methodological challenges will need to be addressed to empirically address these important gaps in our knowledge about cannabis. The present review considers reports from investigations of cannabis effects on verbal learning and memory, premorbid intellect, and spatial working memory as measured by the Rey Auditory Verbal Learning Test (RAVLT), WAIS-IV/WASI-III Vocabulary Subtest, and WAIS-IV Spatial Span Task, respectively. Variability in prior results may relate to methodological differences that include sample age or exposure to cannabis (dose, frequency, duration). A lack of consensus on the most appropriate cognitive measures also limits cross-study comparison. As such, it is imperative for research to use the most effective methods to study the potential effects cannabis has on cognition. With the upcoming legalization of cannabis it is urgent to better understand the effects of cannabis use; whether beneficial, harmful, or non-existent. Discipline: Psychology (Honours) Faculty Mentor: Dr. Alexander Penney
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».