Correlates of Perceived Harmfulness of Regular Cannabis Use among Canadian University Students Before and After Legalization
Notice bibliographique
Résumé
Objective: Among a prospective sample of Canadian university students, this study aimed to: 1) document changes in cannabis use and perceived harmfulness of use before and after the legalization of recreational cannabis; 2) examine correlates of perceived harmfulness; and 3) explore changes in perceived harmfulness as a function of cannabis use patterns. Method: A random sample of 871 students at one western Canadian university were assessed pre- and post-legalization of recreational cannabis. Descriptive and inferential statistics were used to explore changes in cannabis use and perceived harmfulness. A random effects model was developed to assess whether cannabis legalization was associated with perceptions of harmfulness of regular cannabis use. Results: Twenty-six percent of the sample used cannabis during the past three months at both timepoints. The majority of the sample perceived regular cannabis use as a high-risk behaviour at each timepoint (57.3% and 60.9%, respectively). Results from the random effects model showed that after controlling for covariates, cannabis legalization was not associated with changes in perceived harmfulness. Perceptions of harm remained relatively stable regardless of cannabis use pattern. Respondents who endorsed cannabis use at both timepoints reported a significant increase in their frequency of cannabis use post-legalization. Conclusions: Legalization of cannabis for recreational use was not associated with substantive changes in perceptions of harm among post-secondary students, yet it might lead to increases in cannabis use among those who already use the substance. Ongoing monitoring of policies is needed, as are targeted public health initiatives to identify post-secondary students who are at risk for cannabis-related consequences.
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 | 0,000 | 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 | 0,000 |
| 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 ».