Factors Associated with Initiating Cannabis Use After Legalization in Canada: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Cannabis use has increased since the Government of Canada legalized nonmedical use in October 2018. We investigated demographic factors associated with initiating cannabis use after legalization. Materials and Methods: We used data from the 2018 and 2019 National Cannabis Survey and constructed multivariable regression models. Respondents' data were weighted and bootstrapped. We report relative measures of association as adjusted odds ratios (ORs) and absolute measures of association as adjusted risk increases (RIs). Results: Among the 58,195 households surveyed, 28,566 provided complete data (49%) and our weighted analysis represented 27,904,258 Canadians aged ≥ 15 years. Approximately one in five Canadians endorsed use of cannabis (19.8%), predominantly for nonmedical (9.5%) or combined medical and nonmedical (5.8%) reasons. Those who initiated cannabis use in the past 3 months (1.9%) were more likely to be younger (25–34 years vs. ≥ 65 years; adjusted OR 1.7, 95% confidence interval [CI] 1.1–2.8; adjusted RI 1.1%, 95% CI 0.1–2.0%), endorse poor to fair versus good to excellent physical health (adjusted OR 2.0, 95% CI 1.3–3.1; adjusted RI 1.7%, 95% CI 0.3–3.1%), and reside outside of Quebec (adjusted OR 1.4, 95% CI 1.1–2.0; adjusted RI 0.1%, 95% CI 0.6–1.1%). The 1% of Canadians who endorsed initiating use of cannabis due to legalization were more likely to reside outside of Quebec (adjusted OR 1.9, 95% CI 1.1–3.2; adjusted RI 0.5%, 95% CI 0.2–0.9%). Conclusion: Canadians initiating cannabis use after nonmedical legalization were likely to be younger and endorse worse physical health, and half of those using cannabis reported therapeutic use. Stricter policies, lower social acceptance, and less availability of cannabis in Quebec appear to have curtailed initiation of use after legalization.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 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) | 0,002 | 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 ».