Patterns of problematic cannabis use in Canada pre‐ and post‐legalisation: Differences by neighbourhood deprivation, individual socioeconomic factors and race/ethnicity
Notice bibliographique
Résumé
INTRODUCTION: The legalisation of cannabis in Canada in 2018, and subsequent increase in prevalence of use, has generated interest in understanding potential changes in problematic patterns of use, including by socio-demographic factors such as race/ethnicity and neighbourhood deprivation level. METHODS: This study used repeat cross-sectional data from three waves of the International Cannabis Policy Study web-based survey. Data were collected from respondents aged 16-65 prior to cannabis legalisation in 2018 (n = 8704), and post-legalisation in 2019 (n = 12,236) and 2020 (n = 12,815). Respondents' postal codes were linked to the INSPQ neighbourhood deprivation index. Multinomial regression models examined differences in problematic use by socio-demographic and socio-economic factors and over time. RESULTS: No evidence of a change in the proportion of those aged 16-65 in Canada whose cannabis use would be classified as 'high risk' was noted from before cannabis legalisation (2018 = 1.5%) to 12 or 24 months after legalisation (2019 = 1.5%, 2020 = 1.6%; F = 0.17, p = 0.96). Problematic use differed by socio-demographic factors. For example, consumers from the most materially deprived neighbourhoods were more likely to experience 'moderate' vs 'low risk' compared to those living outside deprived neighbourhoods (p < 0.01 for all). Results were mixed for race/ethnicity and comparisons for high risk were limited by small sample sizes for some groups. Differences across subgroups were consistent from 2018 to 2020. DISCUSSION AND CONCLUSIONS: The risk of problematic cannabis use does not appear to have increased in the 2 years following cannabis legalisation in Canada. Disparities in problematic use persisted, with some racial minority and marginalised groups experiencing higher risk.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».