The quality of health information provided on web sites selling cannabis to consumers in Canada is poor
Notice bibliographique
Résumé
BACKGROUND: Cannabis is used by millions of people for both medical and recreational purposes, and this use is even greater in jurisdictions where it is legalized, such as Canada. Online cannabis vendors have gained popularity for purchasing cannabis due to easy access and convenience to consumers. The objective of this study was to evaluate the quality of health information provided by web sites of cannabis vendors selling products to Canadian consumers and to further identify trends in the information provided. METHODS: Six different searches were conducted on Google.ca, and the first 40 webpages of each search were screened for eligibility. A total of 33 unique web sites of cannabis vendors selling products to Canadian consumers were identified and included. The DISCERN instrument, which consists of 16 questions divided into three sections, was used to evaluate the quality of cannabis-related health information on these web sites. RESULTS: Across the 33 web sites, the average of the summed DISCERN scores was 36.83 (SD = 9.73) out of 75, and the mean score for the overall quality of the publication (DISCERN question 16) was 2.41 (SD = 0.71) out of 5. Many of these web sites failed to discuss uncertainties in research evidence on cannabis, the impact of cannabis use on quality of life, alternatives to cannabis use, risks associated with cannabis use, and lacked references to support claims on effects and benefits of use. CONCLUSION: Our findings indicate that the quality of cannabis-related health information provided by online vendors is poor. Healthcare providers should be aware that patients may use these web sites as primary sources of information and appropriately caution patients while directing them to high-quality sources. Future research should serve to replicate this study in other jurisdictions and assess the accuracy of information provided by online cannabis vendors, as this was outside the scope of the DISCERN instrument.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».