Effect of Nonmedical Cannabis Legalization and Exposure to Retail Stores on Cannabis Harms
Notice bibliographique
Résumé
BACKGROUND: In 2018, Canada became the second country to legalize nonmedical cannabis and the first to allow a commercial retail market. Limiting the density of stores selling other legal substances is associated with reductions in use and harms; however, similar associations for cannabis are not well established. OBJECTIVE: To examine the association between exposure to cannabis retail stores and cannabis-related harms. DESIGN: Population-based natural experiment examining cannabis-attributable emergency department (ED) visits between 2017 and 2022. SETTING: Ontario, Canada. PARTICIPANTS: 10 574 neighborhoods containing 6 140 595 persons aged 15 to 105 years. MEASUREMENTS: The opening of all cannabis stores in Ontario was tracked to identify neighborhoods that became exposed (cannabis store within 1000 m) over time. Absolute and relative changes in rates of cannabis-attributable ED visits were compared in neighborhoods after they became exposed with matched neighborhoods that remained unexposed. RESULTS: < 0.001) compared with unexposed neighborhoods, which was equivalent to a 12% (CI, 6% to 19%) relative increase in the monthly rate of visits. LIMITATION: Findings may be influenced by unmeasured confounding between exposed and unexposed neighborhoods. CONCLUSION: Findings suggest that prohibiting stores in certain areas, limiting store density, or placing restrictions on the overall number of stores may offer public health benefits in countries pursuing legalization. PRIMARY FUNDING SOURCE: Canadian Institutes of Health Research.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».