Self-Isolation: A Significant Contributor to Cannabis Use during the Covid-19 Pandemic
Notice bibliographique
Résumé
Background Emerging research suggests the COVID-19 pandemic has resulted in a significant increase in self-reported isolation and loneliness in a large proportion of the population. This is particularly concerning given that isolation and loneliness are associated with increased cannabis use, as well as using cannabis to cope with negative affect. Objective : We investigated whether self-isolation due to COVID-19 and using cannabis to cope with depression were unique and/or interactive predictors of cannabis use during the pandemic, after controlling for pre-pandemic levels of cannabis use. Method A sample of 70 emerging adults (mean age = 23.03; 34.3% male) who used both alcohol and cannabis pre-pandemic completed measures of cannabis use (i.e., quantity x frequency) and a novel COVID-19 questionnaire between March 23 and June 15, 2020. Pre-pandemic cannabis use levels had been collected four months earlier. Results Linear regressions indicated self-isolation and coping with depression motives for cannabis use during the pandemic were significant predictors of pandemic cannabis use levels after accounting for pre-pandemic use levels. There was no interaction between coping with depression motives and self-isolation on cannabis use during the pandemic. Conclusions Those who engaged in self-isolation were found to use 20% more cannabis during the pandemic than those who did not. Our results suggest that self-isolation is a unique risk factor for escalating cannabis use levels during the pandemic. Thus, self-isolation may inadvertently lead to adverse public health consequences in the form of increased cannabis use.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».