Do Mandatory Health Warning Labels on Consumer Products Increase Recall of the Health Risks of Cannabis?
Notice bibliographique
Résumé
Introduction Warning labels are an important source of health information. This study examined awareness of health warnings on cannabis packages over time in Canada—where large rotating messages are mandated—versus US states with legal adult-use cannabis, which have less comprehensive regulations.Methods Repeat cross-sectional data were collected from the International Cannabis Policy Study online surveys among past 12-month cannabis consumers in Canada and the US (n = 38,448). Free recall of warning messages was assessed in 2018–2020, followed by a prompted recognition task (2020 only). Adjusted logistic regression models tested differences in free recall and recognition of warnings between Canada and US states with and without legal adult-use cannabis (“legal” and “illegal” states, respectively).Results Free recall of ≥1 warning increased to a greater extent in Canada from 2018 (5%; pre-legalization) to 2019 (13%; post-legalization) compared to US “legal” (AOR = 1.93, p < 0.001) and “illegal” states (AOR = 1.80, p = 0.007), and from 2018 to 2020 (5% vs. 15%) compared to US “legal” states (AOR = 2.23, p = 0.027). In all jurisdictions, free recall of warnings was higher among more frequent consumers (p < 0.001) and those who purchased products from legal retail stores/websites (p < 0.001). With few exceptions, when a specific message was mandated (e.g., impaired driving), consumers were more likely to both freely recall and recognize that message (all p < 0.05).Conclusions Cannabis legalization is associated with greater recall of health warning messages. Awareness of specific warning messages was higher in jurisdictions where the associated warning was mandated on packages, suggesting that warning labels may improve knowledge of cannabis-related health risks.Supplemental data for this article is available online at
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,004 | 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 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 ».