MétaCan
Menu
Retour à la cohorte
Enregistrement W4399393256 · doi:10.3390/bs14060484

Navigating the Grey Zone: The Impact of Legislative Frameworks in North America and Europe on Adolescent Cannabis Use—A Systematic Review

2024· article· en· W4399393256 sur OpenAlexaff
Barbara Jablonska, Lilian Negura

Notice bibliographique

RevueBehavioral Sciences · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCannabisLegislatureLegalizationSocioeconomic statusContext (archaeology)LegislationGrey literatureDemographicsAffect (linguistics)Political scienceGeographyPsychologyEnvironmental healthMedicinePopulationDemographySociologyPsychiatryMEDLINELaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This paper aims to systematically review the impact of legislative framework changes in North America and Europe on adolescent cannabis use. It not only seeks to examine the prevalence of adolescent marijuana use following legislative changes but also to identify the driving forces behind fluctuations in use and to address the gaps left by previous studies. METHODS: = 453 studies), 24 met the inclusion criteria. Articles were considered if they analyzed the impact of legislative changes on adolescent cannabis use in countries across North America and Europe. SYNTHESIS: The overall findings suggest an inconsistency regarding the prevalence of cannabis use among youth and adolescents following policy changes. The effects of modifications in cannabis policies on marijuana consumption are complex and influenced by various factors. These include the details of legislation, societal perspectives, enforcement methods, socioeconomic status, and cultural background. CONCLUSIONS: The results of this analysis reveal a nuanced reality. Although research suggests a rise in cannabis use after legalization, there are variations in the outcomes observed. This highlights the significance of considering context and demographics. Moreover, studies shed light on how specific policy changes, such as depenalization, can affect cannabis use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,224
Score d'incertitude au seuil0,853

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,408
Écart entre enseignants0,357 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207