MétaCan
Menu
Retour à la cohorte
Enregistrement W4407091117 · doi:10.1016/s2468-2667(24)00299-8

The adverse public health effects of non-medical cannabis legalisation in Canada and the USA

2025· review· en· W4407091117 sur OpenAlexaffabout
Tesfa Mekonen Yimer, Eva Hoch, Benedikt Fischer, Danielle Dawson, Wayne Hall

Notice bibliographique

RevueThe Lancet Public Health · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensWaypoint Centre for Mental Health CareSimon Fraser UniversityUniversity of TorontoUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésCannabisMedical cannabisPublic healthMedicineMEDLINEAdverse effectEnvironmental healthPolitical sciencePsychiatryNursingLaw

Résumé

récupéré en direct d'OpenAlex

Cannabis consumption is legally prohibited in most countries in the world. Several countries are legalising cannabis for adult consumption. It is important to monitor the public health effects of these policy changes. In this paper, we summarise the evidence to date on the legalisation of adult non-medical cannabis use in Canada and the USA. We describe regulatory models for cannabis legalisation, changes in cannabis products and pricing, effects on the illicit cannabis market, changes in cannabis use, and changes in cannabis-related physical and mental health harms. We discuss the challenges in assessing the effects of cannabis legalisation on public health outcomes and emphasise the importance of continuous and rigorous monitoring of adverse health effects to inform the design of public health policies and regulations.

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)0,015
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,054
Tête enseignante GPT0,382
Écart entre enseignants0,328 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Public HealthMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207