Cannabis use and workplace cannabis availability, perceptions and policies among Canadian workers: a comparison before and after the legalisation of non-medical cannabis
Notice bibliographique
Résumé
OBJECTIVES: Little data exist examining the impact of non-medical (recreational) cannabis legalisation among a working population. The objective was to compare cannabis use patterns and workplace risk perceptions, cannabis availability and workplace use policies before and almost 1 year after legalisation in Canadian workers. METHODS: Two overlapping cross-sectional samples of Canadian workers were surveyed 4 months before legalisation (time 1 (T1), n=2011) and 9-11 months after legalisation (time 2 (T2), n=4032), gathering information on cannabis use (overall and workplace use), workers' perceptions regarding risks of workplace use, availability of cannabis at work and awareness of workplace substance use policies. The marginal distributions of these variables at T1 and T2 were compared, adjusting for sociodemographic, work and health and lifestyle factors. RESULTS: Cannabis use status changed from prelegalisation to postlegalisation (p<0.0001), with fewer respondents reporting former use (ie, more than 1 year ago; 40.4% at T1, 33.0% at T2) and a greater proportion of workers reporting past-year use (30.4% at T1, 39.3% at T2). Never use remained stable (29.2% at T1, 27.6% at T2). Workplace cannabis use also remained stable (9.4% at T1, 9.1% at T2; p=0.4580). At T1, 62.7% of respondents reported being aware of their workplace having a substance use policy, increasing to 79.0% at T2 (p<0.0001). Small magnitude changes occurred in perceptions of risk and workplace availability. CONCLUSIONS: Results point to a lack of substantive changes in the short-term from prelegalisation to postlegalisation. Longer-term data among workers are needed given the evolving nature of this legislative policy.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».