Association between supply source and vulnerability markers to cannabis-related harms: a cross-sectional study
Notice bibliographique
Résumé
Following cannabis legalization, some Canadian provinces created government-operated stores (e.g. Société québécoise du cannabis, SQDC) to distribute and sale cannabis and protect public health. However, little information exists on cannabis-related harms as a function of supply source. This study analyses data from the Quebec cannabis survey conducted between February 11th and June 9th 2019 in 1836 adult (>18 years old) cannabis users. Binary logistic regressions were used to evaluate the association between seven vulnerability markers to cannabis-related harms and supply source. Individuals who bought their cannabis at the SQDC (46%) had similar profile compared with individuals who bought their cannabis elsewhere (54%) in terms of psychological distress (adjusted odds ratio [aOR]=1.0; 95% confidence interval [CI]=0.3-3.8, p=0.991), risky motor driving (aOR=0.9, 95% CI=0.3-3.4, p=0.913), other substance co-use (aOR=0.8, 95% CI=0.2-3.9, p=0.765), problematic cannabis use (aOR=0.5, 95% CI=0.1-1.6, p=0.230), use to deal with negative affect (aOR=0.6, 95% CI=0.2-2.5, p=0.499) and cannabis use frequency (aOR=0.5, 95% CI=0.1-1.7, p=0.238). However, individuals who did not bought their cannabis at the SQDC had increased odds of ignoring the cannabinoid content of their cannabis product compared with those who bought their cannabis from SQDC (aOR=4.1, 95% CI=1.1-15.4, p=0.035). This result is coherent with SQDC's objective to inform cannabis users on their products, including the content and ratio of cannabinoids. More research is needed to see if this lower vulnerability marker translates into fewer negative consequences from cannabis use. Poster presented at the 22nd congress of students, fellows and residents of the Research Centre of the Centre hospitalier de l'Université de Montréal, Montreal (Canada), May 5-6 2021.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».