Self-reported Impact of the COVID-19 Pandemic on Cannabis Use in Canada and the United States
Notice bibliographique
Résumé
The current study examined the self-reported impact of the COVID-19 pandemic on cannabis consumption and behaviors among past 12-month cannabis consumers in Canada and the U.S. across different cannabis laws. Cross-sectional survey data were collected in 2020 from respondents recruited through online commercial panels, aged 16-65, who consumed cannabis in the past 12 months (n = 13,689). Weighted multinomial logistic regression models examined differences between jurisdictions for five outcomes: 1) cannabis consumption; 2) use of product types; 3) use of sources to obtain cannabis; 4) legality of source used; and 5) access to cannabis. Approximately one third of cannabis consumers reported changes to their consumption during the pandemic. Edibles (23% - 31%) and dried flower (21% - 30%) were the two most common products that respondents reported they were "more likely" to use during the pandemic. Most consumers reported "no difference" to changes in sourcing cannabis. Compared to consumers in U.S. recreational states, consumers in U.S. medical (AOR = 1.27, 95% CI: 1.07, 1.50) and illegal states (AOR = 1.22, CI: 1.00,1.48) had higher odds of reporting it was "harder" to access cannabis, and consumers in Canada had lower odds (AOR = 0.73, CI: 0.63,0.84). Future research should examine whether these changes remain after public health restrictions due to the pandemic are removed.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».