Cannabis under the influence of yoga : the impact of mindful movement on well-being outcomes after cannabis use
Notice bibliographique
Résumé
The prevalence of cannabis use in Canada is high, and there is increasing discussion around the therapeutic use of cannabis to enhance well-being and address mental health concerns. Clinical research and anecdotal reports are equivocal and inconsistent, with both positive and negative impacts on mental health reported. In studies of other psychoactive drugs used therapeutically (i.e., psychedelics) there is considerable attendance to extra-pharmacological factors during the drug experience, as it is well-known that such contextual factors can significantly impact clinical outcomes. In this study, 47 participants self-administered cannabis via the Naturalistic Cannabis Administration Protocol (NCAP) under two conditions that took place one week apart. After consuming cannabis, participants completed a 45-minute yoga practice, and in the control condition participated in activities as usual for 45 minutes (e.g., what they would normally do when high). Within-subjects assessment of well-being outcomes indicated significant improvements in mysticality of experience (F(1,46) = 19.82, p <.001, ηₚ = .30) and state mindfulness (F(1,46) = 34.08, p <.001, ηₚ= .43) following the yoga condition, and no difference in state affect. Results demonstrated that contextual factors can impact well-being outcomes following cannabis administration. These findings suggest that paying attention to contextual factors and providing guidelines for therapeutic cannabis users may improve clinical outcomes when using cannabis to support mental health and well-being.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».