Exploring THC labelling preferences to communicate the strength of cannabis products: Insights from U.S. consumers
Notice bibliographique
Résumé
BACKGROUND: As cannabis policies have become more liberalized internationally, cannabis products have become increasingly accessible, diversified and potent as indicated by the amount of delta-9-tetrahydrocannabinol (THC) they contain. The THC content of cannabis products is often inconsistently reported, limiting opportunities to inform consumers about health risks and safer consumption practices. We explored consumers' preferences on the type of THC information (i.e., standard units, concentration, total content) that should be displayed on cannabis products in legal markets. METHODS: A convenience sample of 575 adults from various U.S. states who reported cannabis use within the past 12 months was recruited via Amazon Mechanical Turk. Respondents completed a survey assessing cannabis use and related attitudes, which included a subsection focused on potential metrics that could be used to report THC content. Descriptive and inferential statistical analyses were conducted. RESULTS: Majority of respondents considered it important for cannabis products to include information on Standard THC Units (e.g., 5 milligrams of THC), THC concentration (%), or the total content of THC on cannabis product labels. When comparing Standard THC Units, THC concentration or both options, Standard THC Units were the preferred metric, p<.001. Consumer preferences for these three metrics did not signficantly differ across U.S. state cannabis policy environments, sex, and frequency of cannabis use when compared using multinomial logistic regression. CONCLUSIONS: These exploratory findings preliminarily support the potential value of standardized THC dose labelling, particularly in the form of a standardized metric such as the Standard THC Unit, as a tool to better inform consumer decision-making and promote safer patterns of use. The findings require replication in more representative samples using additional THC metrics, including but not limited to, THC milligrams as a response option.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».