Patterns of Cannabis Use Before and After Legalization in Canada
Notice bibliographique
Résumé
ABSTRACT Objectives: With the legalization of nonmedicinal cannabis in 2018, it is important to understand how cannabis use has changed postlegalization. Legalization of cannabis also allows a further understanding of associations between cannabis use and sex, age, smoking, and vaping. Since cannabis is provincially regulated, provincial comparisons may help to understand the implications of various policy options. Methods: Data from the 2017 Canadian Tobacco, Alcohol, and Drugs Survey provided a prelegalization baseline for prevalence of cannabis use (n = 16,349). The 2019 Canadian Tobacco and Nicotine Survey was used as a postlegalization comparison (n = 8,614). The cannabis items had different wording, necessitating an approximation for the past 30-day prevalence in 2017. Variables of interest included sex, age, province, cigarette smoking status, and vaping. Results: The past 30-day prevalence of cannabis use increased from approximately 9% in 2017 to nearly 11% (95% confidence intervals: 10.1, 11.7) in 2019. However, due to the approximation of the 2017 frequency, it was not possible to confirm that this increase was statistically significant. Expected associations between cannabis use and sex, age, smoking, and vaping were found in both 2017 and 2019. Provinces that allow personal cultivation of cannabis had a higher frequency of use in 2019, odds ratio = 1.58 (95% confidence intervals: 1.27, 1.95). No differences in use were seen in provinces adopting different sales models. Conclusions: The prevalence of cannabis use in the Canadian population has increased from 2017 to 2019 by approximately 2% in absolute terms. Few differences were seen between provinces in 2019, despite differing regulatory approaches. Objectifs: Avec la légalisation du cannabis non médicinal en 2018, il est important de comprendre comment la consommation de cannabis a changé après la légalisation. La légalisation du cannabis permet également de mieux comprendre les rapports entre la consommation de cannabis et le sexe, l’âge, le tabagisme et le vapotage. Étant donné que le cannabis est réglementé par les provinces, les comparaisons provinciales peuvent aider à comprendre les implications de diverses options stratégiques. Méthodes: Les données de l’Enquête canadienne sur le tabac, l’alcool et les drogues (ECTAD) de 2017 ont fourni une base de référence avant la légalisation de la consommation de cannabis (N = 16 349). L’Enquête canadienne sur le tabac et la nicotine (ECTN) de 2019 a été utilisée comme outil de post-légalisation en comparaison (N = 8 614). Les questions portant sur le cannabis avaient une formulation différente, nécessitant une approximation de la prévalence au cours des 30 derniers jours en 2017. Les variables d’intérêt comprenaient le sexe, l’âge, les particularités de chaque province, le tabagisme et le vapotage. Résultats: La prévalence de la consommation de cannabis au cours des 30 derniers jours indiquait une hausse d’environ 9% en 2017 à près de 11% (IC à 95%: 10.1, 11.7) en 2019. Cependant, en raison de l’approximation de la fréquence de la consommation du cannabis en 2017, il a été impossible de confirmer statistiquement l’importance de cette augmentation. Des associations probables entre la consommation de cannabis et le sexe, l’âge, le tabagisme et le vapotage ont été trouvées dans ces statistiques de 2017 et 2019. Les provinces qui autorisent la culture personnelle du cannabis avaient une fréquence de consommation plus élevée en 2019, odds ratio = 1,58 (IC à 95%: 1.27, 1.95). Par contre, aucune différence d’utilisation n’a été observée dans les provinces adoptant des modèles de vente différents. Conclusions: La hausse de la consommation de cannabis dans la population canadienne a augmenté de 2017 à 2019 d’environ 2% en termes absolus. Peu de différences ont été observées entre les provinces en 2019, malgré des approches réglementaires différentes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».