Effects of sexual assault vs. other traumatic experiences on emotional and cannabis use outcomes in regular cannabis users with trauma histories: moderation by gender?
Notice bibliographique
Résumé
Introduction: While sexual assault may have particularly adverse emotional effects compared with other forms of trauma, it remains unclear which emotional outcome dimensions are impacted, whether cannabis outcomes are similarly impacted, and whether gender differences exist in sexual assault's links with these outcomes. Methods: age = 33.1) completed standardized measures of demographics, trauma exposure, posttraumatic stress (PTS) and depressive symptoms, hopelessness, and cannabis outcomes (frequency, medicinal prescription, motives, and craving). Results: = 39)] and logistic regression revealed that sexual assault survivors scored higher than other trauma survivors on re-experiencing and hyperarousal PTS symptoms (DSM-5 Clusters B and E), cognitive depressive symptoms, hopelessness, cannabis use frequency, medicinal cannabis prescription, cannabis use to cope with psychological symptoms, and compulsivity craving; and lower on social and enhancement cannabis use motives. In terms of gender main effects, women scored higher than men on cannabis use to cope with negative emotions. In terms of interactions for PTS Cluster D symptoms (negative alterations in mood/cognitions), among men only, sexual assault survivors scored higher than other trauma survivors; and for cannabis enhancement motives and purposefulness cannabis craving, among sexual assault survivors only, women scored higher than men. Discussion: Across many different trauma, women survivors' use of cannabis to cope with negative affect should be a specific therapeutic focus. Moreover, we identified specific emotional and cannabis use outcomes that should be of specific clinical concern among sexual assault survivors regardless of gender. Finally, in terms of gender differences of clinical interest among sexual assault survivors, while PTS Cluster D symptoms should be specific treatment targets in men, cannabis enhancement motives and purposefulness craving should be treatment targets in women.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».