Access to legal cannabis market in Canada over the four years following non‐medical cannabis legalisation
Notice bibliographique
Résumé
INTRODUCTION: An increasing number of countries are inthe process of legalising non-medical cannabis. We described how the legal market has changed over the first 4 years following legalisation in Canada. METHODS: We collected longitudinal data on operating status and location of all legal cannabis stores in Canada for the first 4 years following legalisation. We examined per capita stores and sales, store closures, and the drive time between stores and each neighbourhood in Canada. We compared measures between public and private retail systems. RESULTS: Four years after legalisation, there were 3305 cannabis stores open in Canada (10.6 stores per 100,000 individuals aged 15+ years). Canadians spent $11.85CAD a month on cannabis per individual aged 15+ years, and 59% of neighbourhoods were within a 5-minute drive of a cannabis store. Over 4 years, per capita stores and per capita sales increased each year by an average of 122.3% and 91.7%, respectively, with larger increases in private versus public systems (4.01 times greater for per capita stores and 2.46 times greater for per capita sales). The annual increase in per capita stores and sales during the first 3 years was 6.0 and 15.5 times greater, respectively, than the increase in the fourth year following legalisation. Over 4 years, 7% of retail store locations permanently closed. DISCUSSION AND CONCLUSION: The legal cannabis market in Canada expanded enormously over the first 4 years following legalisation, with considerable variation in access between jurisdictions. The rapid retail expansion has implications for evaluation of health impacts of non-medical legalisation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».