Perceptions of cannabis use risk to mental health among youth in Canada, England and the United States from 2017 to 2021
Notice bibliographique
Résumé
BACKGROUND: There is little research examining perceptions of cannabis use risk to mental health in countries with differing cannabis regulations. This study therefore examines such perceptions among youth between 2017 and 2021 in Canada (non-medical cannabis legalized in October 2018), England (highly-restricted medical cannabis legalized November 2018), and the US (non-medical cannabis legal in some states). METHODS: Seven repeat cross-sectional online surveys were conducted between July 2017 to August 2021 among youth aged 16-19 in Canada (N=29,420), England (N=28,155), and the US (N=32,974). Logistic regression models, stratified by country, were used to examine perceptions of cannabis use risk to mental health over time, adjusting for age group, sex, race/ethnicity, cannabis use and, for the US only, state-level cannabis legalization. RESULTS: Perceptions that cannabis use posed "no risk" to mental health decreased between July 2017 and August 2021 in Canada (6.1-4.4%; AOR=0.64, 95% CI=0.52-0.78) and the US (14.0-11.3%; AOR=0.74, 0.65-0.84) but not England (3.7-4.5%; AOR=1.21, 0.97-1.52). No significant changes were observed from immediately before (August 2018) to after (August 2019) legalization of non-medical cannabis in Canada (AOR=0.99, 0.83-1.20) or highly-restricted medical cannabis in England (AOR=0.90, 0.70-1.17). In the US, perceptions of "no risk" were more likely in states where cannabis use was illegal (15.0%) compared with legal non-medical (12.2%) (AOR=0.68, 0.63-0.74). CONCLUSION: There were modest decreases in perceptions that cannabis use poses no risk to mental health in Canada and the US between 2017 and 2021 but no clear association with cannabis legalization status.
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) | 0,000 | 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 ».