MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396977883 · doi:10.1371/journal.pone.0292336

Exploring consumer preferences for cannabis edible products to support public health policy: A discrete choice experiment

2024· article· en· W4396977883 sur OpenAlexafffundabout
Jennifer Donnan, Karissa Johnston, Michael Coombs, Maisam Najafizada, Lisa Bishop

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanadian Centre on Substance Use and AddictionCanadian Institutes of Health Research
Mots-clésCannabisLatent class modelMultinomial logistic regressionMixed logitConsumption (sociology)Environmental healthPreferenceMarket segmentationServing sizeProduct (mathematics)Sample (material)MedicineMarketingBusinessLogistic regressionEconomicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In October 2019, cannabis edibles were legalized for sale in Canada for non-medical use. This move was intended to improve public safety by regulating contents (including a maximum 10 mg tetrahydrocannabinol (THC) per package) and packaging to prevent accidental ingestion or over consumption. This study aimed to explore consumer preferences for cannabis edibles to inform cannabis policy. METHODS: We explored the relative importance and trade-offs consumers make for attributes of cannabis edibles using a discrete choice experiment. Attributes included type of edible, price, THC content, cannabis taste, package information, product consistency, product recommendations, and Health Canada regulation. Participants lived in Canada, were 19 years of age or older, and purchased a cannabis edible in the last 12 months. A multinomial logit (MNL) model was used for the base model, and latent class analysis to assess preference sub-groups. This study was approved by the institutional ethics committee. RESULTS: Among 684 participants, the MNL model showed that potency was the most relevant attribute, followed by edible type. A two-group latent class model revealed two very distinct preference patterns. Preferences for group 1 (~65% of sample) were driven primarily by edible type, while for group 2 (~35% of sample) were driven almost entirely by THC potency. CONCLUSION: This study found that consumer preferences for ~65% of consumers of cannabis edibles are being met through regulated channels. The remaining ~35% are driven by THC potency at levels that are not currently available on the licensed market. Attracting this market segment will require reviewing the risks and benefits of restricting THC package content.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,329
Tête enseignante GPT0,392
Écart entre enseignants0,063 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→