Lâévaluation du risque comme facteur influençant les opinions et comportements en lien avec le tabac et le cannabis
Bibliographic record
Abstract
S’inscrivant dans le cadre d’une étude pancanadienne portant sur la normalisation du cannabis et la stigmatisation du tabac, le principal objectif de cette recherche était de comprendre quelle place occupe l’évaluation des risques dans la compréhension des perceptions et comportements liés aux deux substances. Pour ce faire, à partir d’un devis mixte – quantitatif et qualitatif, nous avons 1) décrit les perceptions et opinions des participants quant à leur propre consommation de cannabis et/ou de tabac et quant à la consommation que font les gens en général des mêmes substances. Nous avons aussi 2) décrit comment les participants évaluent les risques liés à chacune des substances. Enfin, sachant que la perception du risque est intimement liée au comportement d’un individu, nous avons cherché 3) à préciser comment l’évaluation du risque agit sur les comportements et les opinions des quelques 50 participants, hommes et femmes âgés entre 20 et 49 ans, bien intégrés socialement, envers le tabac et le cannabis.\nIl s’avère que les fumeurs de cannabis, qui ont insisté sur la distinction à faire entre la manière dont ils font usage de la substance et une consommation abusive, valorisait le contrôle que leur permettait, selon eux, la consommation de cannabis. La consommation de cigarettes, quant à elle, était perçue négativement pour des raisons opposées puisque de l’avis des participants à l’étude, elle engendrerait chez le fumeur une incapacité à se maîtriser et un besoin compulsif de fumer. Dans cette optique, les risques liés au cannabis étaient perçus, par la plupart, comme étant contrôlables, à l’exception du jugement d’autrui qui demeurerait incertain et sur lequel il serait impossible d’avoir du contrôle. La réaction de certaines personnes de leur entourage étant ou bien imprévisible ou négative, c’est ce qui les amènerait à fumer principalement en privé. Le contrôle social formel aurait finalement peu d’influence étant donné le fort sentiment qu’ont les répondants qu’il ne s’appliquera tout simplement pas à eux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".