Ilustración y Pre-romanticismo canarios: una obra del Doctoral Garaciliano Afonso (1775-1861)
Notice bibliographique
Résumé
There is some evidence that cannabis use is associated with lower cognitive performance and symptoms of attention-deficit/hyperactivity disorder (ADHD), but the existing literature is relatively inconsistent, potentially due to small samples in previous studies. Using a dimensional design, the current study examined cannabis use severity and age of first cannabis use in relation to neurocognitive performance and ADHD symptoms in a large sample of community adults (<i>N</i> = 1,008, <i>M</i><sub>age</sub> = 38.49, 56.0% female). Participants were assessed for cannabis involvement, neurocognitive performance, and ADHD symptoms. Dimensional relationships were investigated using multiple hierarchical regressions. Using a covariate model of age, income, sex, alcohol use, and tobacco use, severity of cannabis involvement was significantly associated with greater endorsement of both hyperactive-impulsive and inattentive ADHD symptoms but not with any other cognitive measures in the full sample. Exploratory analyses found greater cannabis use severity was associated with digit span forward and hyperactive ADHD symptoms in young adults (<i>n</i> = 371) and was associated with greater delay discounting, hyperactive, and impulsive ADHD symptoms in high-risk cannabis users (<i>n</i> = 161). Age of first cannabis use was not significantly associated with any neurocognitive variables or ADHD symptomatology in all analyses. The current findings provide evidence of a link between current cannabis misuse and both hyperactive and inattentive ADHD symptoms in general, and possible links to attention and impulsive delay discounting in subgroups of cannabis users, but no associations in other cognitive domains or implication of earlier initiation of cannabis use in relation to cognitive performance or ADHD. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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 | 0,000 | 0,000 |
| 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 | 0,001 | 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) | 0,004 | 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 ».