Reactivity to Daily Self-Monitoring of Cannabis Use in Biological Females
Notice bibliographique
Résumé
Assessment reactivity involves changes to behaviours from self-monitoring those behaviours (Nelson & Hayes, 1981). In the substance use field, reactivity has been identified both as a potential confound in daily diary research (Cohn et al., 2015) and as a possible intervention tool in clinical practice (Cohn et al., 2018). Reactivity to daily self-monitoring of alcohol and tobacco use has been inconsistent in prior research. Reactivity to daily self-monitoring of cannabis use quantity has received far less study. This study involved secondary analyses of data from N = 88 females who self-monitored their cannabis use for 32 days. We examined objective reactivity of cannabis use to daily self-monitoring by assessing changes in daily cannabis use over 32 days. We also explored participants’ perceptions of the impact daily self monitoring had on their cannabis use at study completion (i.e., subjective reactivity). In hurdle models testing objective reactivity, neither probability of cannabis use, nor quantity of cannabis use, changed significantly over the study period. Many respondents (45%) reported no subjective reactivity, though a slight majority (55%) reported some subjective reactivity. Subjective reactivity did not moderate objective reactivity over time; however, higher subjective reactivity was significantly associated with increased variability (interquartile range [IQR]) in cannabis use across the self-monitoring period. Overall, reactivity appears unlikely to confound research utilizing daily diary cannabis measures, and daily self-monitoring of cannabis use may be unlikely to serve as a useful stand-alone intervention for reducing cannabis use in non-treatment-seeking individuals. Potential clinical implications of the novel finding of a link between subjective reactivity and objective cannabis use variability are discussed.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 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 ».