Interrupted time series analysis of Canadian legal cannabis sales during the <scp>COVID</scp>‐19 pandemic
Notice bibliographique
Résumé
INTRODUCTION: There were repeated reports of increased cannabis sales, use and health impacts in Canada during the COVID-19 pandemic. However, it was unclear whether the increases were due to pandemic effects or industry expansion. METHODS: We performed interrupted time series regressions of monthly per capita legal cannabis sales from March 2019 to February 2021, first with national averages, then with provincial/territorial data after adjusting for store density. We considered two interruption alternatives: January 2020, when product variety increased; and March 2020, when pandemic restrictions began. RESULTS: = 69.6% of within-jurisdiction variation: baseline monthly per capita sales growth averaged $0.21 (95% confidence interval [CI] 0.15, 0.26), sales immediately dropped in January by $1.02 (95% CI -1.67, -0.37), and monthly growth thereafter increased by $0.16 (95% CI 0.06, 0.25). With the March interruption, the regression instead explained 68.7% of variation: baseline sales growth averaged $0.14 (95% CI 0.06, 0.22), there was no immediate drop and growth thereafter increased by $0.22 per month (95% CI 0.08, 0.35). DISCUSSION AND CONCLUSIONS: Increasing cannabis sales during the pandemic was consistent with pre-existing trends and increasing store numbers. The extra increased growth was more aligned with January's new product arrivals than with March's pandemic measures, though the latter cannot be ruled out. We found little evidence of pandemic impacts on Canada's aggregate legal cannabis sales. We therefore caution against attributing increased population-level cannabis use or health impacts primarily to the pandemic.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».