Age, period and cohort effects on time trends in monthly cannabis use in adult population: 1996–2019
Notice bibliographique
Résumé
INTRODUCTION: With changes in norms related to cannabis use and in the regulation of cannabis, understanding trends in cannabis use is important, especially differentiating between trends that affect cohorts of all ages similarly, versus trends that disproportionately affect a younger generation. The present study examined the age-period-cohort (APC) effects on monthly cannabis use among adults in Ontario, Canada over a 24-year period. METHODS: Data were utilised from the Centre for Addiction and Mental Health Monitor Survey, an annual repeated cross-sectional survey of adults 18 years of age and older. The present analyses focused on the 1996 to 2019 surveys, which employed a regionally stratified sampling design using computer-assisted telephone interviews (N = 60,171). Monthly use of cannabis stratified by sex were examined. RESULTS: There was about a five-fold increase in monthly cannabis use from 1996 (3.1%) to 2019 (16.6%). The youngest adults use cannabis monthly more, but the patterns of monthly cannabis use appeared to be increasing among older adults. Adults born in the 1950s had higher prevalence of cannabis use (1.25 times more likely to use) compared to those born in 1964, with strongest period effect in 2019. The subgroup analysis of monthly cannabis use by sex showed little variation in APC effects. DISCUSSION AND CONCLUSIONS: There is a change in patterns of cannabis use among older adults and inclusion of birth cohort dimension improves the explanation of cannabis use trends. Adults in the 1950s birth cohort and increases in the normalisation of cannabis use could also be the key to explaining increasing monthly cannabis use.
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 | 0,000 |
| 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) | 0,000 | 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 ».