Elevated Demand and Proportionate Substance-related Reinforcement are Associated with Driving after Cannabis Use
Notice bibliographique
Résumé
ABSTRACT Objective: Cannabis is the most prevalent illicit drug detected among drug-impaired drivers and the most frequently used illicit drug on college campuses. Behavioural economic variables, such as demand and proportionate substance-related reinforcement, have been identified as risk factors for driving after substance use. Though driving after cannabis use (DACU) represents a significant public health concern, no previous research has investigated behavioural economic predictors of DACU among college cannabis users. The present study evaluated the hypothesis that elevated cannabis demand and proportionate substance-related reinforcement would be associated with DACU among college cannabis users. Method: Participants were 132 college students who reported cannabis use on 4 or more days in the past month. Participants completed a Marijuana Purchase Task that assessed hypothetical cannabis consumption across 20 prices, the Adolescent Reinforcement Survey Schedule–Substance Use Version to measure past-month activity participation and enjoyment from substance-related and substance-free activities, and questions regarding DACU. Results: In ordinal logistic regression models that controlled for past-month cannabis use frequency, gender, age, and ethnicity, cannabis demand (intensity) and substance-related reinforcement were both significantly associated with DACU. Conclusions: These results provide evidence that demand and substance-related reinforcement are associated with DACU. Intervention approaches aiming to reduce DACU among college students should target demand and engagement in substance-free activities. Objectif: Le cannabis est la drogue illicite la plus fréquemment détectée parmi les conducteurs aux facultés affaiblies par la drogue et la drogue illicite la plus fréquemment consommée sur les campus universitaires. Des variables économiques comportementales, telles que la demande et un renforcement proportionnel lié à la substance, ont été identifiés comme facteurs de risque de conduite après une consommation de drogue. Bien que conduire après avoir consommé du cannabis (DACU) représente un problème de santé publique important, aucune étude antérieure n’a enquêté sur les prédicateurs économiques comportementaux de la DACU chez les consommateurs de cannabis des collèges. La présente étude a évalué l’hypothèse selon laquelle une demande élevée de cannabis et un renforcement proportionnel lié à la substance seraient associés à la DACU chez les consommateurs de cannabis des collèges. Méthode: Les participants étaient 132 étudiants ayant déclaré avoir consommé du cannabis au moins 4 jours au cours du dernier mois. Les participants ont achevé une tâche d’achat de marijuana (MPT) qui évaluait la consommation hypothétique de cannabis selon 20 prix d’achat, le programme d’enquête sur le renforcement des adolescents – la version sur la consommation de substances, afin de mesurer la participation et le plaisir de l’activité au cours des mois précédents et des questions relatives à la conduite après la consommation de cannabis. Résultats: Dans les modèles de régression logistique ordinale qui contrôlaient la fréquence, le sexe, l’âge et l’appartenance ethnique du cannabis, la demande de cannabis (intensité) et le renforcement lié à la substance étaient tous deux significativement associés à la DACU. Conclusions: Ces résultats démontrent que la demande et le renforcement lié à la substance sont associés à la DACU. Les approches d’intervention visant à réduire la DACU parmi les étudiants doivent cibler la demande et la participation à des activités sans substance.
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 | 0,000 | 0,003 |
| 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) | 0,004 | 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 ».