Assessment of local interest in trying edible cannabis products once legalized in Ontario, and awareness of their effects: a cross-sectional survey of youth and adults aged 16 years and older in Wellington–Dufferin–Guelph in 2018
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives To assess (i) local interest in trying cannabis edibles once legal, (ii) awareness of the delayed onset of effects of edibles, and (iii) to identify characteristics associated with interest in trying edibles. Method(s) An anonymous, online cross-sectional survey was conducted (2018) and included questions on recreational cannabis use, respondent demographics, and questions specific to edibles. Descriptive analyses and multinomial logistic regression modelling were conducted to identify characteristics associated with interest in trying edibles. Results There were 3013 eligible responses. Over half of respondents indicated interest in trying edibles, including many who never used cannabis previously. Many respondents intended to prepare edibles at home. Over a third of respondents underestimated the time to onset of effects of edibles. The following variables increased the odds of a respondent being interested in trying edibles: area of residence, cannabis usage status, sex, age group, employment status, education level and awareness of the Lower Risk Cannabis Use Guidelines and of time to effect onset. Conclusion Educational messaging should target those most likely to use edibles and address potential knowledge gaps concerning time to onset of effects and safe preparation of edibles at home. Pre-prepared edibles labelling should include information on serving size and anticipated time to onset of effects.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle