Medical Cannabis in Canadian Schools: A Scoping Review of Existing Policies
Notice bibliographique
Résumé
Objective: An increasing number of children and youth in Canada are taking medical cannabis for complex medical conditions. While they deserve safe and consistent access to pharmacotherapy throughout the day, administrative policies on cannabis use in schools are inconsistent. A scoping review identified policies and publications associated with medical cannabis in Canadian schools. Methods: Five databases (Scopus, PubMed, CINAHL, EMBASE, and Web of Science) were searched to identify scientific literature. Legislation in each province and territory and Ministry of Education webpages were reviewed for pertinent laws and policies regarding cannabis use in schools. Results: The scientific search resulted in 1289 articles. The five included articles pertain to implications for school nurses in the United States, which are not relevant to the Canadian context. A search of Ministry of Education websites identified only one policy with information regarding medical cannabis in schools (from Ontario). Federal legislation (the Cannabis Act ) does not specifically address medical cannabis in schools, and there is a lack of consistency in terminology and clarity within provincial and territorial laws. All provinces and territories prohibit smoking and vaping of cannabis on school property and some provinces prohibit any method of cannabis consumption. Conclusions: In Canada, there is a lack of guidance for medical cannabis administration, storage, and disposal in schools, with some policies explicitly prohibiting this type of treatment. This shifts the burden to families to individually create plans school by school. A federally harmonized approach to supporting children who take cannabis for medical purposes ought to be explored.
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 | 0,015 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».