Notice bibliographique
Résumé
Dans le cadre d’une décision politique majeure, le Canada a légalisé le cannabis récréatif en octobre 2018. Cependant, les provinces ont mis en œuvre cette légalisation différemment. L’Ontario par exemple a ouvert des magasins de cannabis beaucoup plus tardivement que les autres provinces, et les données de vente au détail indiquent que cette situation a eu une incidence sur le comportement des consommateurs. J’utilise cette variation exogène dans l’accès au cannabis légalisé, combinée à des données de patients de grande taille provenant d’une chaîne de cliniques de cannabis à usage médical opérant dans plusieurs provinces afin de contribuer à la compréhension de la baisse observée dans la vente du cannabis à usage médicinal et la croissance significative du cannabis médicinal produit individuellement. Après la légalisation, l’achat du cannabis médicinal a moins diminué en Ontario que dans les provinces où l’accès est plus élevé. Cependant, je ne trouve aucune preuve permettant d’affirmer que la légalisation a modifié les tendances dans la composition des acheteurs de cannabis médicinal en fonction du sexe, de l’âge ou de l’état de santé. Cette preuve concorde avec un mésusage minimal du système de cannabis à usage médical et, par conséquent, ne corrobore pas les politiques plus restrictives concernant l’achat de cannabis médicinal. Cependant, l’augmentation substantielle de la culture personnelle de cannabis à des fins médicales pourrait devenir une priorité politique à l’avenir.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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 ».