Using wastewater‐based analysis to monitor the effects of legalized retail sales on cannabis consumption in Washington State, USA
Notice bibliographique
Résumé
AIMS: To perform a wastewater-based analysis to explore the impact of newly legalized retail cannabis sales on its use and to determine if this approach could estimate the size of the legal market place, which began 1 August 2014 in the study area. DESIGN: Laboratory study of raw wastewater samples collected and analyzed over the 3-year period from 2014 to 2016. SETTING AND PARTICIPANTS: Samples obtained from the two wastewater treatment plants that serviced a municipality of 200 000 people in the state of Washington, USA. MEASUREMENTS: Quantitative analysis of 24-hour composite influent samples for the metabolite of the active ingredient in cannabis, 11-nor-9-Carboxy-Δ9-tetrahydrocannabinol (THC-COOH) were performed by liquid chromatography coupled to mass spectrometry. FINDINGS: Wastewater estimates for THC-COOH increased by 9% per quarter, suggesting a doubling in cannabis consumption from 1 December 2013 to 31 December 2016. State-sold THC increased at nearly 70% per quarter, while stores operated from 1 August 2014 to 31 December 2016. Estimating the proportion of the total cannabis market supplied by state-regulated cannabis from these data is not currently achievable. CONCLUSION: A wastewater-based measure of cannabis consumption suggests a significant increase in consumption in Washington, USA following legalization, and that legal sales appear to have displaced a large portion of the illicit market.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».