How has access to legal cannabis changed over time? An analysis of the cannabis retail market in Canada 2 years following the legalisation of recreational cannabis
Notice bibliographique
Résumé
INTRODUCTION: This study describes the legal recreational cannabis market across Canada over the 2 years following legalisation. We compared changes in access to the legal cannabis retail market for all provinces and territories (jurisdictions) in Canada and explored differences between jurisdictions. METHODS: We collected data for all legal cannabis stores in Canada over five time periods following legalisation in October 2018. We examined the following measures by jurisdiction and retail model (public vs. private operation): absolute and per capita store numbers, hours of operation and store access across neighbourhoods. RESULTS: Two years following legalisation, there were a total of 1183 legal cannabis stores open across Canada (3.7 stores per 100 000 individuals aged 15+). There was wide variation between jurisdictions in access to retail stores, with the lowest stores per capita in Quebec and Ontario (0.6 and 1.6 per 100 000), and the highest in Alberta and Yukon (14.3 per 100 000 in both). Jurisdictions with private retail models had more stores (4.8 vs. 1.0 per 100 000), held greater median weekly hours (80 vs. 69) and experienced greater store growth over time compared to public models. After adjusting for confounders, there were 1.96 times (95% confidence intervals: 1.84, 2.09) more cannabis stores within 1000 m of the lowest- compared to the highest-income quintile neighbourhoods. DISCUSSION AND CONCLUSIONS: While access to the recreational cannabis retail market has increased following legalisation, there is substantial variation in access between jurisdictions and evidence of concentration in lower-income neighbourhoods. These differences may contribute to disparities in cannabis use and harms.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».