Attitudes toward driving after cannabis use: A systematic review and meta-analysis
Notice bibliographique
Résumé
• Attitudes toward driving after cannabis use are predominantly unfavorable. • There is variability in attitudes towards driving after cannabis use across studies. • Attitudes are more favorable among samples of cannabis users. As cannabis policies become more permissive, there is concern that driving after cannabis use (DACU) will increase. From a prevention perspective, understanding whether attitudes toward DACU are positive or negative can guide messaging to reduce DACU. This meta-analysis summarizes quantitative data on attitudes toward DACU safety. Four electronic databases were searched from their inception to February 2024 for studies reporting quantitative data on attitudes toward cannabis use and driving. A total of 1,099 records were retrieved. We summarized data from studies reporting the proportion of respondents endorsing a response option(s) and studies reporting means and standard deviations of endorsed Likert-scale response options using inverse-variance methods. Most respondents had unfavorable views on DACU safety. Among 32 studies, the pooled proportion of respondents endorsing negative attitudes toward DACU was 0.69 (95% CI: 0.62; 0.75). Only ten studies reported the mean and standard deviation of Likert-scale responses; attitudes in these studies were in line with results from the analysis of proportions. Although most people have negative attitudes toward DACU, it is concerning that around one third do not. Prevention initiatives can capitalize on the association between attitude and behaviour to design public messaging.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».