MétaCan
Menu
Retour à la cohorte
Enregistrement W4404120122 · doi:10.1186/s12954-024-01112-9

Reducing the harms of cannabis use in youth post-legalization: insights from Ontario youth, parents, and service providers

2024· article· en· W4404120122 sur OpenAlexafffundabout
Toula Kourgiantakis, Ashley Hamilton, Christine Tait, A. Kumsal Tekirdag Kosar, Carrie Lau, Sandra McNeil, Eunjung Lee, Shelley L. Craig, Abby L. Goldstein

Notice bibliographique

RevueHarm Reduction Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensInstitute for Christian StudiesUniversity of TorontoUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversité Laval
Mots-clésCannabisThematic analysisLegalizationQualitative researchHarm reductionService providerPublic healthHealth psychologyMedicinePsychologyPsychiatryNursingService (business)Sociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Canada has one of the highest prevalence of cannabis use globally, particularly among young adults aged 20-24 (50%) and youth aged 16-19 (37%). In 2018, Canada legalized recreational cannabis with the aim of protecting youth by restricting their access and raising public awareness of health risks. However, there has been limited qualitative research on the perceptions of harms associated with youth cannabis use since legalization, which is crucial for developing effective harm reduction strategies. This qualitative study examined perceptions of cannabis use among youth from the perspectives of youth, parents, and service providers. We explored how participants described the perceived risks or harms associated with youth cannabis use, as well as how they described their own and others' approaches to reducing cannabis-related risks and harms. METHODS: This qualitative study used a community-based participatory research approach in partnership with Families for Addiction Recovery (FAR), a national charity founded by parents of youth and young adults with addiction issues. Virtual semi-structured interviews were conducted, and the data were analyzed using thematic analysis. RESULTS: The study included 88 participants from three key groups (n = 31 youth, n = 26 parents, n = 31 service providers). Two main themes emerged regarding perceived risks or harms associated with cannabis use: (1) concerns about cannabis-related risks and harms, including addiction, brain development, impact on family, and various adverse effects on areas such as motivation, concentration, finances, employment, education, physical and mental health; and (2) minimization of risks and harms, featuring conflicting messages, normalization, and perceptions of cannabis being less harmful than other substances. Additionally, two themes related to harm reduction approaches were identified: (1) implementation of harm reduction, and (2) challenges in implementing a harm reduction approach. Specific challenges for each participant group were noted, along with structural barriers such as unavailable and inaccessible services, easy access to cannabis, inadequate public education, and insufficient information on lower-risk cannabis use guidelines. CONCLUSIONS: Youth cannabis use is a significant public health concern that requires a multi-pronged approach. Developing youth-centered harm reduction strategies that recognize the developmental needs and vulnerabilities of youth, as well as the important role of families, is imperative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,764

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,005
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,276
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission3
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207