Routes of cannabis administration among adolescents during criminal prohibition of cannabis in Canada
Notice bibliographique
Résumé
This report assesses sociodemographic correlates of cannabis routes of administration (ROAs) among adolescents in 2017, one year prior to legalization of cannabis in Canada. We analyze a subsample of 809 students (Grades 9–12) from the Ontario Student Drug Use and Health Survey (OSDUHS) who used cannabis in the previous year. Pipes/bongs/waterpipes (81.8%) are the most prevalent ROA, followed by joints (73.8%) and edibles (42%). Approximately 70% of students report 2+ ROAs. Alcohol use in the previous year is associated with 2.28 (1.3–5.58 OR; 95% CI) times the odds of food/drink ROA and 2.91 (1.10–3.89; 95% CI) times the odds of joint ROA. Tobacco use is associated with 1.60 (1.07–2.41 OR; 95% CI) times the odds of blunt ROA, 2.07 (1.10–3.89; 95% CI) times the odds of pipe/bong/waterpipe ROA, and 1.75 (1.03–2.95 OR; 95% CI) times the odds of e-cigarette/vape pen/vaporizer ROA. Students who used alcohol have a rate 1.59 (1.08–2.36 IRR; 95% CI) times greater for total ROA count, and students who used tobacco have a rate 1.24 (1.09–1.40 IRR; 95% CI) times greater. Given young people’s vulnerability to adverse outcomes associated with cannabis use, it is important to track ROA trends to inform harm reduction and educational programing and to evaluate impacts of policy changes.
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 | 0,000 | 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 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 ».