Global Drug Survey
Notice bibliographique
Résumé
Background: Microdosing psychedelics – the practice of taking small, sub-hallucinogenic doses of substances like LSD or psilocybin-containing mushrooms – is becoming increasingly popular. Despite its surging popularity, little is known about the effects of this practice. Aims: This research had three main aims. First, we attempted to replicate previous findings regarding the subjective benefits and challenges reported for microdosing. Second, we assessed whether people who microdose test their substances for purity before consumption. Third, we examined whether having an approach-intention to microdosing was predictive of more reported benefits. Methods: The Global Drug Survey (GDS) runs the world’s largest drug survey. Participants who reported last year use of LSD or psilocybin in GDS2019 were offered the opportunity to answer a sub-section on microdosing.Results: Data from 6,753 people who reported microdosing at least once in the last 12 months were used for analyses. Our results suggest a partial replication of previously reported benefits and challenges among the present sample often reporting enhanced mood, creativity, focus, and sociability. Counter to our prediction, the most common challenge participants associated with microdosing was “none”. As predicted, most participants reported not testing their substances. Counter to our hypothesis, approach-intention – microdosing in order to approach a desired goal – predicted less rather than more benefits when microdosing. We discuss alternate theoretical frameworks that may better capture the reasons people microdose.Conclusion: Our results suggest that the benefits associated with microdosing greatly outweigh the challenges. Microdosing may have utility for a variety of uses while having minimal side-effects. However, double-blind, placebo-controlled experiments are still required in order to substantiate these reports.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,056 |
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 source (Gemma direct ou Codex distillé), 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 ».