Criminal Policy of Netherlands and U.S.A on Decriminalization of Soft Drugs
Notice bibliographique
Résumé
Background and Aim: Soft drugs are those drugs are very weak in terms of addiction and the effects are highly treatable. The challenging issue regarding this type of drugs is decriminalization of their use. Criminal policy of some countries such as the Netherlands agrees with the decriminalization and criminal policy of many others such as the United States of America is against it.Materials and Methods: In order to review the reasons and justifications of each of parties for and against soft drug decriminalization, ideas of lawyers and scientific studies in Netherland and the United States have been considered, and criminal poly makers’ ideas will be reviewed.Ethical Considerations: Honesty in the literature and citation analysis and reporting were considered.Findings: To justify soft drug criminalization, two classifications of legal and health reasons and justifications can be cited. Legally, it has been stated that drug issue is a problem related to health and treatment domain, and criminal legal intervention in this area must be considered just as the last weapon. In addition, Penologically, punishing soft drug users is unnecessary, ineffective, without favor and unnecessary. Regarding health, it has been stated that no only using some soft drugs such as cannabis is not the reason for being sick, but also it has an effective role in treating incurable diseases such as multiple sclerosis, AIDS, hepatitis, chronic pain and … .Conclusion: Decriminalization of soft drugs has a theoretical and practical background in countries such as the Netherlands and the United States. Soft drugs like cannabis not only have a lower degree of addictive rate rather than Hard drugs like heroin, but also it has some therapeutic benefits. Legally, decriminalization of soft drugs has root in human rights, penology and criminological justifications.Citation: Ehsanpour SR. Criminal Policy of Netherlands and U.S.A on Decriminalization of Soft Drugs. Bioeth Health Law J. 2017; 1(2):13-22.
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 | 0,016 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».