Understanding and Rebalancing: A Rapid Scoping Review of Cannabis Research Among Indigenous People
Notice bibliographique
Résumé
Evidence-based perspectives on and patterns of cannabis use are vital to addressing ethical, legal, and regulatory controversies, but have not yet been mapped for Indigenous people. We searched five databases and used a rapid scoping review methodology to analyze empirical studies with a primary focus on cannabis and Indigenous peoples. Studies were examined for year of publication, origin of study and author groups, methods, and thematic foci. We analyzed 68 studies with publication dates between1983 and 2022. Approximately 90% of articles were written by authors in the same geographic location as the study population. Seventy-one percent (71%) of the articles were written by authors of multiple articles. Four articles acknowledged author Indigeneity. None contained author positionality statements. The majority of studies utilized mixed methods that integrated both qualitative and quantitative components. Two major categories of focus that emerged from the analysis are substance use disorders and prevalence rates ( n =35) and predictors of and motivators for use ( n =27), together representing the majority of articles ( n =52/68). Impact on mental health ( n =6), treatment, and management of cannabis use disorder (CUD) ( n =3), legalization and criminalization ( n =2), genomic heritability and dependence ( n =2), and economics of cannabis use ( n =1) were the focus of the remaining articles in the sample. Mixed methods empirical research largely focuses on risks of cannabis use among Indigenous people worldwide. The small, repeating pool of senior authors represents an opportunity for capacity building. A lack of transparency about author positionality and absence of empirical studies that explore the lived experiences of Indigenous peoples and cannabis are significant gaps poised to be filled for future research and regulation.
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 | 0,017 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».