MétaCan
Menu
Retour à la cohorte
Enregistrement W3153041586 · doi:10.9778/cmajo.20200187

Attitudes toward medical cannabis among family physicians practising in Ontario, Canada: a qualitative research study

2021· article· en· W3153041586 sur OpenAlexafffundvenueabout
Jeremy Y. Ng, Kevin Gilotra, Sana Usman, Yaping Chang, Jason W. Busse

Notice bibliographique

RevueCMAJ Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensMcMaster UniversityImpactCentre for Disability Prevention and Rehabilitation
Organismes subventionnairesMcMaster University
Mots-clésCannabisLegalizationThematic analysisQualitative researchPsychiatryMedicineFamily medicineHelpfulnessPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical cannabis has been legally available in Canada since 2001, but its benefits and harms remain uncertain. We explored attitudes toward medical cannabis among family physicians practising in Ontario. METHODS: Between January and October 2019, we conducted a qualitative study of Ontario family physicians using semistructured telephone interviews. We applied thematic analysis to interview transcripts and identified representative quotes. RESULTS: Eleven physicians agreed to be interviewed, and 3 themes regarding medical cannabis emerged: reluctance to authorize use, concern over harms and lack of practical knowledge. Participants raised concerns about the limited evidence for, and their lack of education regarding, the therapeutic use of cannabis, particularly the harms associated with neurocognitive development, exacerbation of mental illness and drug interactions in older adults. Some participants thought medical cannabis was overly accessible and questioned their role following legalization of recreational cannabis. INTERPRETATION: Despite the increasing availability of medical cannabis, family physicians expressed reluctance to authorize its use because of lack of knowledge and concerns regarding harms. Family physicians may benefit from guidance and education that address concerns they have surrounding 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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0140,007
Communication savante0,0030,002
Science ouverte0,0010,002
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 Opus0,141
Tête enseignante GPT0,474
Écart entre enseignants0,333 · 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'étudeQualitatif
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

Citations71
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207