MétaCan
Menu
Retour à la cohorte
Enregistrement W4415071294 · doi:10.1016/j.abrep.2025.100632

Using decision trees to examine risk profiles for cannabis use among large samples of underage youth before and after cannabis legalization in Canada

2025· article· en· W4415071294 sur OpenAlexafffundabout
Scott T. Leatherdale, Kate Battista, Karen A. Patte, James MacKillop, Richard Bélanger

Notice bibliographique

RevueAddictive Behaviors Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité LavalSt. Joseph’s Healthcare HamiltonBrock UniversityUniversity of Waterloo
Organismes subventionnairesInstitute of Population and Public HealthInstitute of Nutrition, Metabolism and DiabetesCanadian Institutes of Health ResearchHealth CanadaMinistère de la Santé et des Services sociaux
Mots-clésCannabisLegalizationEffects of cannabisDecision treeRanking (information retrieval)Poison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

• Cannabis never use increased in a 4-year period spanning cannabis legalization. • Current cannabis use decreased in a 4-year period spanning cannabis legalization. • Risk factors for current cannabis use changed from pre- to post-legalization. • Internalizing mental health conditions were important risk factors post-legalization. This paper compares risk profiles for cannabis use among large samples of youth in the school years preceding (2017–18, T 1 ) and four years following (2021–22, T 2 ) cannabis legalization in Canada. COMPASS Study data from students across 85 secondary schools that participated in both the T 1 and T 2 waves were used. A novel classification tree approach examined current cannabis use (past 30-day), modelling complex interactions among multiple risk factors simultaneously in the T 1 and T 2 samples. At T 1 , 15.0 % of students reported current cannabis use, compared to 12.3 % of students at T 2 . The classification tree at T 1 identified six unique risk profiles. The highest risk group (Pr = 0.269) was large (30.4 % of the sample) and comprised students who placed lower value on getting good grades and spent 45 min or more per day texting. The classification tree at T 2 identified 11 unique risk profiles. The highest risk group (Pr = 0.27) was large (18.8 % of the sample) and comprised students who again placed lower value on getting good grades but also reported not eating breakfast daily and having elevated anxiety. Cannabis never use increased and current cannabis use slightly decreased among underage youth in a 4-year period spanning cannabis legalization. The relative importance ranking of risk factors for predicting current cannabis use changed considerably from T 1 to T 2 . This suggests that prevention efforts need to adapt over time to target the relevant risk factors associated with 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,120
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,306
Écart entre enseignants0,285 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAddictive Behaviors ReportsMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207