MétaCan
Menu
Retour à la cohorte
Enregistrement W4205255523 · doi:10.1525/elementa.2021.00054

Prohibited commoning

2021· article· en· W4205255523 sur OpenAlexaff
Michael Polson, Hekia Bodwitch

Notice bibliographique

RevueElementa Science of the Anthropocene · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésLegalizationCommonsLaw and economicsPolitical scienceIntellectual propertyLawBusinessSociology

Résumé

récupéré en direct d'OpenAlex

Oddly, criminal prohibition can lead to “commoning,” when individuals, left unprotected by state and formal property rights, innovate collective systems to access, use, and benefit from illegalized resources. “Legalization” entails the conversion of these prohibited commons to legal property systems, bringing new freedoms and liberties as well as the dispossession of collectively generated assets (material, relational, and otherwise). This paradox of legalization is currently playing out among U.S. states moving to legalize cannabis. Motivated by the failures of cannabis prohibition and its grievous harms, the question looms: How will states and markets grapple with the collectively generated assets and relational systems generated under prohibition? Building from ethnographic research and survey data, this article argues for recognition of the commoning practices that produced the resources upon which the legal market is based. These practices illuminate ways that legalization may deliver not only markets and regulation but also emancipatory justice in the wake of the War on Drugs. First, we document the commoning practices of cannabis cultivators, the collective benefits they generated under prohibition, and how legalization is affecting these practices and dynamics. Second, we explore strategies, like allotment and pricing systems, that build from prohibited commoning practices to achieve greater collective benefits and the emancipatory potential of legalization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,344
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElementa Science of the AnthropoceneMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207