MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200396288 · doi:10.29158/jaapl.210034-21

Fact or Faction Regarding the Relationship between Cannabis Use and Violent Behavior.

2022· review· en· W4200396288 sur OpenAlexaff
Dorsa Rafiei, Nathan J. Kolla

Notice bibliographique

RevuePubMed · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésCannabisAggressionPsychiatryPoison controlPsycINFOClinical psychologyInjury preventionPopulationPsychologyIrritabilityMental illnessScopusSuicide preventionDisinhibitionHuman factors and ergonomicsMedicineMental healthMEDLINECognitionMedical emergencyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The relationship between cannabis use and violence, and to what extent this association is causal in nature, remains unclear. The aim of this scoping review was to ascertain whether cannabis use increases the risk of violence and aggression in adults. Because cannabis use can result in irritability, disinhibition, and altered cognition, it is plausible that its use increases the risk of violence and aggression and that this association is exacerbated in psychiatric illness. A search of the literature using PubMed, Scopus, and PsycINFO databases was performed; all materials published in English until April 2020 were considered. Peer-reviewed publications that assessed cannabis use and perpetration of violence or aggression in adults were included in this review. Of the 327 articles that were screened for eligibility, 19 articles met inclusion criteria for this review. Results suggest that there is a link between cannabis use and violence; however, this relationship is strictly correlational, and the strength of this relationship varies depending on the population (e.g., populations with severe and persistent mental illness versus the general population). These findings have important ramifications for treatment considerations and for public health and safety approaches.

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)0,007
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,305
Tête enseignante GPT0,390
Écart entre enseignants0,086 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→