Risky cannabis use is associated with varying modes of cannabis consumption: Gender differences among Canadian high school students
Notice bibliographique
Résumé
Background: Our objective was to explore associations between indicators of more risky cannabis use (i.e., solitary use, frequent use, and younger age of initiation) and different modes of cannabis use (i.e., smoking, vaping and/or edibles). Methods: = 4,763). Generalized estimating equations were used to examine associations between risky cannabis use and modes of cannabis use, stratified by gender. Results: Overall, 38% of students reported using multiple modes of cannabis use. Consistent among both males and females, students who used cannabis alone (35%) and at a higher frequency (55%) were more likely to use multiple modes than smoking only. Among females, those who used cannabis alone were more likely to report using edibles only compared to smoking only (aOR=2.27, 95%CI=1.29-3.98). Earlier cannabis use initiation was associated with lower likelihood of vaping cannabis only among males (aOR=0.25; 95%CI = 0.12-0.51), and lower likelihood of using edibles only among females (aOR=0.35; 95%CI = 0.13-0.95), than by smoking only. Conclusions: Our findings suggest that multiple modes of use may be an important indicator or risky cannabis use among youth, given associations with frequency, solitary use, and age of onset.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 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 ».