Geographic clustering of cannabis stores in Canadian cities: A spatial analysis of the legal cannabis market 4 years post‐legalisation
Notice bibliographique
Résumé
INTRODUCTION: Following the legalisation of non-medical cannabis in 2018, the number of cannabis stores in Canada has rapidly expanded with limited regulation on their geographic placement. This study characterised the clustering of cannabis stores in Canadian cities and evaluated the association of clustering with provincial policy and sociodemographic variables. METHODS: Cross-sectional spatial analysis of cannabis store density in dissemination areas ('neighbourhoods', n = 39,226) in Canadian cities in September 2022. Cannabis store density was defined as the count of stores within 1000 m of a neighbourhood centre. Clusters of high-density cannabis retail were identified using Local Indicators of Spatial Autocorrelation. Associations between provincial policy (privatised vs. public market), sociodemographic variables and cannabis store density were evaluated using multivariable regression. RESULTS: Clusters of high-density cannabis retail were identified in 86% of Canadian cities, and neighbourhoods in clusters had a median of 5 stores within 1000 m. Toronto, Canada's most populous city, had the most extreme clustering where neighbourhoods in clusters had a median of 10 stores (and a maximum of 25 stores) within 1000 m. Neighbourhoods in private versus public retail markets had a significantly higher neighbourhood-level density of cannabis stores (adjusted rate ratio [aRR] 63.37, 95% confidence interval [CI] 25.66-156.33). Lower neighbourhood income quintile was also associated with a higher neighbourhood-level density of cannabis stores (Q5 vs. Q1, aRR 1.28, 95% CI 1.17-1.40). DISCUSSION AND CONCLUSIONS: Since cannabis was legalised, clusters of high-density cannabis retail have emerged in most Canadian cities and were more likely to form lower income neighbourhoods and in private retail markets.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».