Youth and Young Adults’ Knowledge and Perceptions of Risks and Benefits Regarding Cannabis Products: A Cross-Sectional Analysis of Over 1,700 Individuals
Notice bibliographique
Résumé
Canada legalized the use of non-medical cannabis in 2018. This study examines youth and young adults’ knowledge and perceptions of harms, benefits, and education around cannabis use since legalization. An online survey was completed by a convenience sample of 1,759 individuals aged 12–25 years living in Manitoba, Canada. Most participants (n = 1,525, 86.7%) reported receiving education on the potential effects/harms related to cannabis; the most common topics included driving and cannabis use (79.9%), the mental harms of cannabis (67.4%), and addiction and dependency (66.3%). Youth who reported using cannabis more than once (n = 1,203) were more knowledgeable about the effects of cannabis than youth who never used cannabis or used cannabis once (n = 580; mean score: 6.6 versus 5.7 out of 8, respectively; p < .001). Vaping cannabis oil was perceived as the most harmful cannabis product among all participants. Among participants with experience using cannabis, the most frequently reported benefits were relaxation, improved sleep, and enhanced enjoyment of food/music. Half of the participants reported ever being in a car with someone driving high, of which, 40% of these participants reported doing so in the last 30 days. Future tailored education is needed to address knowledge related to cannabis use among youth and young adults who use and do not use cannabis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».