Shifting school health priorities pre–post cannabis legalization in Canada: Ontario secondary school rankings of student substance use as a health-related issue
Notice bibliographique
Résumé
This study examined how schools prioritize ten key health concerns among their student populations over time and whether schools' prioritization of alcohol and other drug use (AODU) corresponds to students' substance use behaviours and cannabis legalization as a major policy change. Data were collected from a sample of secondary schools in Ontario, Canada across four years (2015/16-2018/19 [N2015/16 = 65, N2016/17 = 68, N2017/18 = 61 and N2018/19 = 60]) as a part of the COMPASS study. School-level prevalence of cannabis and alcohol use between schools that did and did not prioritize student AODU as a health concern was examined. Ordinal mixed models examined whether student cannabis and alcohol use were associated with school prioritization of AODU. Chi-square tests examined changing health priorities among schools pre-post cannabis legalization. School priority ranking for AODU was mostly stable over time. While AODU was identified as an important health concern, most schools identified mental health as their first priority across the four years of the study. No significant changes to school AODU priorities were observed pre-post cannabis legalization nor was school prioritization of AODU associated with student cannabis and alcohol use behaviours. This study suggests that schools may benefit from guidance in identifying and addressing priority health concerns among their student population.
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 | 0,006 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».