Measurement invariance of the Marijuana Motives Measure among men and women using Stop Cannabis App
Notice bibliographique
Résumé
BACKGROUND: Motives to use cannabis play a central role in the development and maintenance of problematic cannabis use and previous studies stressed sex-related differences on motives to use cannabis. However, motives cannot be validly compared in men and women without first establishing the measurement invariance across sex. Therefore, the aim of the study is to (1) examine for the first time the measurement and structural invariance of the Marijuana Motives Measure (MMM) across sex, and (2) to investigate the motives for cannabis use that best explain problematic use. METHODS: 2951 (41.7% women) users of the "Stop cannabis" smartphone app of which 99.8% reported having used cannabis in the last three months completed an online MMM and ASSIST to assess the severity of their problematic cannabis use. RESULTS: Multigroup confirmatory factor analyses supported measurement invariance across sex, whereas structural invariance was not confirmed. Indeed, group comparisons indicated that women reported greater coping motives then men whereas men showed greater social motives than women. A multiple linear regression analysis showed that only coping and conformity motives were significantly associated with greater problematic cannabis use, whereas neither sex nor the sex by motives interactions were significantly related to problematic cannabis use. CONCLUSIONS: The MMM appears to function comparably across men and women. Therefore, sex-related comparisons on the questionnaire can be considered valid. Coping and conformity motives may play a central role part in the development of marijuana use problems which may hold implications for intervention development and public policy.
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 | 0,001 |
| 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 ».