Problematic social media use among recreational cannabis users in Québec: A Cross-Sectional study
Notice bibliographique
Résumé
Background: Over the past decade, Canada has legalized recreational cannabis, and the rising popularity of social media has coincided with the emergence of problematic social media use (PSMU) as a potential behavioural addiction. This study aims to describe social media use and identify factors associated with PSMU among adult recreational cannabis users in Québec, Canada. Methods: This cross-sectional study includes 1406 participants who used both social media and cannabis. Data was collected using validated instruments measuring PSMU (BSMAS), online fear of missing out (On-FoMO), risk for problematic cannabis use (CAST), mental health variables (GAD-7, PHQ-8), and sociodemographic characteristics. A regression model was used to identify factors associated with PSMU. Results: Approximately 27.9 % of participants exhibited PSMU. Increased odds of PSMU were associated with a younger age (18-20 years), male sex at birth, and higher CAST, PHQ-8, and On-FoMO scores. Use of Telegram, TikTok, Twitter (X) and Facebook Dating was associated with increased odds of PSMU, whereas use of Snapchat and Threads was associated with reduced odds. Conclusions: This study is among the first to examine PSMU in adult cannabis users. Among them, prevalence of PSMU is higher than estimates for the general population. The odds of PSMU vary by social media platform. These findings suggest a need for targeted public health strategies that address social media and 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».