MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024073460 · doi:10.1186/s12889-020-08639-z

Too young for Cannabis? Choice of minimum legal age for legalized non-medical Cannabis in Canada

2020· article· en· W3024073460 sur OpenAlexafffundabout
Hai V. Nguyen, Stephen Bornstein, John‐Michael Gamble, Maria Mathews, Lisa Bishop, Shweta Mital

Notice bibliographique

RevueBMC Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensWestern UniversityUniversity of WaterlooNewfoundland and Labrador Centre for Applied Health ResearchMemorial University of Newfoundland
Organismes subventionnairesCanada Research Chairs
Mots-clésCannabisBiostatisticsPublic healthLegalizationMedicineEducational attainmentMental healthDemographyEnvironmental healthPsychiatryGerontologyLawPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Choice of minimum legal age (MLA) for cannabis use is a critical and contentious issue in legalization of non-medical cannabis. In Canada where non-medical cannabis was recently legalized in October 2018, the federal government recommended age 18, the medical community argued for 21 or even 25, while public consultations led most Canadian provinces to adopt age 19. However, no research has compared later life outcomes of first using cannabis at these different ages to assess their merits as MLAs. METHODS: We used doubly robust regression techniques and data from nationally representative Canadian surveys to compare educational attainment, cigarette smoking, self-reported general and mental health associated with different ages of first cannabis use. RESULTS: We found different MLAs for different outcomes: 21 for educational attainment, 19 for cigarette smoking and mental health and 18 for general health. Assuming equal weight for these individual outcomes, the 'overall' MLA for cannabis use was estimated to be 19 years. Our results were robust to various robustness checks. CONCLUSION: Our study indicated that there is merit in setting 19 years as MLA for non-medical cannabis.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,042
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,054
Tête enseignante GPT0,355
Écart entre enseignants0,301 · 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

Citations9
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→