Medical cannabis in schools: The experiences of caregivers
Notice bibliographique
Résumé
Objectives: Implementing medical cannabis (MC) into a child's daily routine can be challenging and there is a lack of guidance for its therapeutic use in schools in Canada. Our objective was to learn about the experiences of caregivers of school-aged children who require MC. Methods: Qualitative description was used and caregivers were interviewed about MC in schools and in general. The transcripts were entered into Dedoose software for qualitative analysis and content analysis was performed. Sentences and statements were ascribed line by line into meaning units and labelled with codes, and organized according to categories and subcategories. Results: Twelve caregivers of school-aged children who take MC participated. The most common reasons for treatment were drug-resistant epilepsy (DRE), autism, or other developmental disorders. Approximately half of the participants' children (n = 6) took MC during the school day and most (5/6) perceived their experiences to be positive or neutral but reported a lack of knowledge about MC. While data saturation was not reached regarding MC in schools, rich dialogues were garnered about MC in general and three categories were identified: challenges (subcategories stigma, finding an authorizer, cost, dosing, and supply); parents as advocates (subcategories required knowledge, attitudes, skills, and sources of information); and caregiver relief for positive outcomes. Conclusions: Caregivers demonstrate remarkable tenacity despite the many challenges associated with MC use. Education and practice change are needed to ensure that children using MC can benefit from or continue to experience its positive outcomes within the school environment and beyond.
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 | 0,006 | 0,017 |
| 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 | 0,012 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».