MétaCan
Menu
Retour à la cohorte
Enregistrement W3015246326 · doi:10.24095/hpcdp.40.4.01f

Abandon du cannabis chez les jeunes : taux, tendances et résultats scolaires dans une vaste cohorte prospective d’élèves canadiens du secondaire

2020· article· fr· W3015246326 sur OpenAlexafffundvenueabout
Alexandra M.E. Zuckermann, Mahmood Reza Gohari, Margaret de Groh, Ying Jiang, Scott T. Leatherdale

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2020
Typearticle
Languefr
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensPublic Health Agency of CanadaUniversity of Waterloo
Organismes subventionnairesInstitute of Population and Public HealthInstitute of Nutrition, Metabolism and DiabetesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchHealth Canada
Mots-clésHumanitiesPolitical sciencePsychologyArt

Résumé

récupéré en direct d'OpenAlex

Introduction La légalisation du cannabis au Canada requiert une meilleure compréhension de la prévalence de la réduction volontaire de la consommation de cannabis et des effets subséquents sur les résultats scolaires des jeunes, afin d’éclairer les approches de réduction des méfaits et de promotion de la santé. Méthodologie Nous avons analysé les données longitudinales jumelées d’un échantillon (n = 91 774) tiré de l’étude de cohorte prospective COMPASS menée auprès d’élèves canadiens de la 9e à la 12e année de différentes écoles secondaires de l’Ontario et de l’Alberta, entre 2013­2014 et 2016­2017. Nous avons étudié la prévalence de la réduction et de l’abandon spontanés de la consommation de cannabis d’une année scolaire à l’autre (de la 9e à la 10e année, de la 10e à la 11e année, de la 11e à la 12e année), ainsi que l’effet de l’abandon sur la réussite scolaire (notes actuelles ou récentes obtenues en mathématiques et en anglais) et la rigueur (fréquence de réalisation des devoirs et absentéisme au cours des derniers mois). Résultats Seulement 14,8 % des consommateurs de cannabis ont réduit leur consommation d’une année scolaire à l’autre. De ce nombre, les deux tiers n’ont apporté que des changements progressifs à la baisse, une tendance qui s’est maintenue au fil des trois changements d’année scolaire. Les taux d’abandon à la suite d’une consommation quotidienne et hebdomadaire ont diminué d’une année à l’autre. Les élèves qui ont cessé de consommer du cannabis ont obtenu de meilleurs résultats que ceux qui ont continué à en consommer (rapport de cotes [RC] = 1,23, intervalle de confiance [IC] à 95 % : 1,03 à 1,48) et ils ont obtenu de moins bons résultats, dans certaines souscatégories de rendement en mathématiques, que ceux qui n’en ont jamais consommé (RC = 0,55, IC à 95 % : 0,31 à 0,97). Comparativement aux élèves qui ont continué à consommer du cannabis, ceux qui ont cessé ont tous amélioré leur assiduité aux cours (RC = 2,48, IC à 95 % : 1,93 à 3,19) et la réalisation de leurs devoirs (RC = 2,32, IC à 95 % : 1,85 à 2,92). Conclusion Une plus grande rigueur scolaire pourrait être à l’origine des améliorations constatées dans le rendement scolaire après l’abandon du cannabis. Les élèves du secondaire qui consomment du cannabis auront probablement besoin d’un soutien ciblé afin de favoriser la réduction ou l’abandon de la consommation et le rétablissement scolaire subséquent. Il paraît donc justifié de mettre l’accent sur la réduction des effets nocifs du cannabis en milieu scolaire.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,798

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,276
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au CanadaMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207