Psychedelic microdosing benefits and challenges: an empirical codebook
Notice bibliographique
Résumé
BACKGROUND: Microdosing psychedelics is the practice of consuming very low, sub-hallucinogenic doses of a psychedelic substance, such as lysergic acid diethylamide (LSD) or psilocybin-containing mushrooms. According to media reports, microdosing has grown in popularity, yet the scientific literature contains minimal research on this practice. There has been limited reporting on adverse events associated with microdosing, and the experiences of microdosers in community samples have not been categorized. METHODS: In the present study, we develop a codebook of microdosing benefits and challenges (MDBC) based on the qualitative reports of a real-world sample of 278 microdosers. RESULTS: We describe novel findings, both in terms of beneficial outcomes, such as improved mood (26.6%) and focus (14.8%), and in terms of challenging outcomes, such as physiological discomfort (18.0%) and increased anxiety (6.7%). We also show parallels between benefits and drawbacks and discuss the implications of these results. We probe for substance-dependent differences, finding that psilocybin-only users report the benefits of microdosing were more important than other users report. CONCLUSIONS: These mixed-methods results help summarize and frame the experiences reported by an active microdosing community as high-potential avenues for future scientific research. The MDBC taxonomy reported here informs future research, leveraging participant reports to distil the highest-potential intervention targets so research funding can be efficiently allocated. Microdosing research complements the full-dose literature as clinical treatments are developed and neuropharmacological mechanisms are sought. This framework aims to inform researchers and clinicians as experimental microdosing research begins in earnest in the years to come.
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 | 0,016 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».