Analysis of trends in the prevalence of cannabis use in Canada, 1985 to 2015.
Notice bibliographique
Résumé
BACKGROUND: The Canadian federal government has committed to legalize, regulate, and restrict non-medical cannabis use by adults in 2018. To prepare for monitoring the health, social and economic impacts of this policy change, a greater understanding of the long-term trends in the prevalence of cannabis use in Canada is needed. DATA AND METHODS: Nine national surveys of the household population collected information about cannabis use during the period from 1985 through 2015. These surveys are examined for comparability. The data are used to estimate past-year (current) cannabis use (total, and by sex and age). Based on the most comparable data, trends in use from 2004 through 2015 are estimated. RESULTS: From 1985 through 2015, past-year cannabis use increased overall. Analysis of comparable data from the Canadian Tobacco Use Monitoring Survey and the Canadian Tobacco, Alcohol and Drugs Survey for the 2004-to-2015 period suggests that use was stable among 15- to 17-year-old males, decreased among 15- to 17-year-old females and among 18- to 24-year-olds (both sexes), and increased among people aged 25 or older. DISCUSSION: According to data from national population surveys, since 2004, cannabis use was stable or decreased among youth, and rose among adults. Results highlight the importance of consistent monitoring of use in the pre-and post-legalization periods.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».