MétaCan
Menu
Retour à la cohorte
Enregistrement W3101860320 · doi:10.1016/j.drugpo.2020.103028

Legal cannabis market shares during Canada's first year of recreational legalisation

2020· article· en· W3101860320 sur OpenAlexaffabout
Michael J. Armstrong

Notice bibliographique

RevueInternational Journal of Drug Policy · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésRecreationCannabisMarket sharePer capitaConsumption (sociology)Economic shortageAgricultural economicsBusinessProduct (mathematics)Government (linguistics)EconomicsMarketingLawEnvironmental healthPopulationPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study estimated legal products' share of Canada's total cannabis consumption during the first year of recreational legalisation, October 2018 to September 2019. METHODS: Government data was used to estimate monthly recreational sales in dollars per capita, grams per user, and percentage share of kilograms or litres consumed. As explanatory factors, the analysis considered provincial differences in retail pricing (percentage mark-ups) and store density (stores per million users), as well as national monthly production of dry cannabis (kilograms) and cannabis oil (litres) finished products. RESULTS: Legal recreational products' share of Canada's overall cannabis consumption began at 7.8% in October 2018 and grew to 23.7% by September 2019, with an average of 14.5% over the first 12 months. Sales growth was delayed by shortages of both dry cannabis products and licensed stores, but not cannabis oils. Across the 10 provinces, legal recreational shares in September 2019 varied from 13% to 70%; differences in store densities and retail prices partly explained the variation. Prince Edward Island's large 70% share seemed due to it having minimal product shortages, high store densities, and low prices. CONCLUSIONS: Legal recreational products captured market share to the extent they were available, accessible, and low-priced. Problems with those factors slowed the initial expansion of legal product sales but also suggested ways to gradually increase their market share.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,062
Score d'incertitude au seuil0,453

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,002
Communication savante0,0080,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,011
Tête enseignante GPT0,287
Écart entre enseignants0,276 · 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

Citations57
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueInternational Journal of Drug PolicyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207