MétaCan
Menu
Retour à la cohorte
Enregistrement W3109590665 · doi:10.1089/can.2020.0093

Use and Perceptions of Cannabidiol Products in Canada and in the United States

2020· article· en· W3109590665 sur OpenAlexafffundabout
Samantha Goodman, Elle Wadsworth, Gillian L. Schauer, David Hammond

Notice bibliographique

RevueCannabis and Cannabinoid Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCannabidiolMedicineCannabisDepression (economics)Environmental healthPublic healthAnxietyTobacco productFamily medicinePsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Objectives: This study aimed to characterize use and perceptions of cannabidiol (CBD) products. Materials and Methods: Participants aged 16–65 years in Canada ( n =15,042) and the United States ( n =30,288) completed measures on prevalence and patterns of CBD product use and perceptions of CBD oil as part of the 2019 International Cannabis Policy Study online survey. Results: Past 12-month CBD product use was significantly more prevalent among respondents in the United States (26.1%) than in Canada (16.2%). Consumers in the United States and Canada reported using a range of CBD products, including drops (46.3% vs. 47.3%, respectively), topicals (26.0% vs. 16.7%), edibles/foods (23.8% vs. 17.6%), vape oils (18.9% vs. 13.3%), capsules (13.3% vs. 16.7%), and dried flower (10.1% vs. 16.1%). CBD was most commonly reported for management of pain, anxiety, and depression. Over half of CBD consumers in both countries reported that CBD oil was beneficial for health. Conclusions: Use of CBD products is common in both the United States and Canada, primarily to manage self-reported health conditions for which there is little or no evidence of efficacy. Clearer public health messaging regarding the therapeutic effects of CBD is warranted.

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)0,002
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 enseignants0,017
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,056
Tête enseignante GPT0,318
Écart entre enseignants0,262 · 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

Citations110
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCannabis and Cannabinoid ResearchMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207