MétaCan
Menu
← Retour à la cohorte
Enregistrement W3033354964

BETTER SAFE THAN SORRY? ETHICAL ISSUES ON THE LEGALIZATION OF RECREATIONAL CANNABIS IN CANADA

2019· article· en· W3033354964 sur OpenAlexaffabout
Doïna Muresanu

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésLegalizationCannabisPoliticsPolitical scienceRecreationGovernment (linguistics)LawPublic administrationPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

On October 17, 2018, the law of the legalization of recreational cannabis comes into force in Canada. Considered by some to be a marked gesture of irresponsibility and political calculation on the part of the Government of Canada, or applauded by others, this event does not go unnoticed. This paper sets out to present the path to the legalization of cannabis in Canada, the main articles of the law on cannabis, but especially the ethical issues related to this legalization. Indeed, the legalization of cannabis was one of the Liberal Party's flagship promises during the federal election race in Canada in 2016. Having won the elections by becoming a majority in Parliament, the Liberal Party of Canada will have to keep its promise. Yet, there are several ethical issues on the horizon: protecting young consumers or encouraging consumption? Resolving some societal problems related to addiction or their aggravation? Profitability for the government or deficit? Positive or negative impacts on the organizations management? Here are questions whose answers remain to be validated by time. This paper is a work in progress one. It represents a personal reflection of the author. It is not based on a comprehensive literature review and does not claim to be standard scientific research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,064
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0320,030
Communication savante0,0150,004
Science ouverte0,0030,004
Intégrité de la recherche0,0140,015
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,311
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→