Cannabis legalization and cannabis use, daily cannabis use and cannabis-related problems among adults in Ontario, Canada (2001–2019)
Notice bibliographique
Résumé
BACKGROUND: In the context of cannabis legalization in Canada, we examined the effects on cannabis patterns of consumption, including cannabis use, daily cannabis use and cannabis-related problems. In addition, we examined differential effects of cannabis legalization by age and sex. METHODS: A pre-post design was operationalized by combining 19 iterations of the Centre for Addiction and Mental Health (CAMH) Monitor Surveys (N = 52,260; 2001-2019): repeated, population-based, cross-sectional surveys of adults in Ontario. Participants provided self-reports of cannabis use (past 12 months), daily cannabis use (past 12 months) and cannabis-related problems though telephone interviews. The effects of cannabis legalization on cannabis patterns of consumption were examined using logistic regression analyses, with testing of two-way interactions to determine differential effects by age and sex. RESULTS: Cannabis use prevalence increased from 11 % to 26 % (p < 0.0001), daily cannabis use prevalence increased from 1 % to 6 % (p < 0.0001) and cannabis-related problems prevalence increased from 6 % to 14 % (p < 0.0001) between 2001 and 2019. Cannabis legalization was associated with an increased likelihood of cannabis use (OR, 95 % CI: 1.62, 1.40-1.86), daily cannabis use (1.59, 1.21-2.07) and cannabis-related problems (1.53, 1.20-1.95). For cannabis-related problems, a significant two-way interaction was observed between cannabis legalization and age (p = 0.0001), suggesting differential effects among adults ≥55 years. CONCLUSIONS: Cannabis legalization was associated with an increased likelihood of cannabis use, daily cannabis use and cannabis-related problems. Given increases in these cannabis patterns of consumption, broader dissemination and uptake of targeted prevention tools is indicated.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».