Overpoliced and Underrepresented: Perspectives on Cannabis Legalization From Members of Racialized Communities in Canada
Notice bibliographique
Résumé
Historically, overpolicing of some racialized and Indigenous groups in Canada has resulted in unequal application of drug laws contributing to disproportionate rates of charges and convictions in these populations. Criminal records severely and negatively impact an individual's life and can perpetuate cycles of poverty and socioeconomic disadvantage. On October 17, 2018, Canada legalized cannabis production, distribution, sale, and possession for non-medical purposes. Advocates of criminal justice reform have raised concerns that Indigenous and racialized people may not equitably benefit from legalization due to unequal police surveillance and drug enforcement. These groups are among priority populations for research on cannabis and mental health, but their views on cannabis regulation have been largely absent from research and policy-making. To address this gap, we asked self-identified members of these communities about their lived experiences and perspectives on cannabis legalization in Canada. Between September 2018 and July 2019, we conducted semistructured interviews and focus groups with 37 individuals in Québec, Ontario, Alberta and British Columbia. During this phase of early cannabis legalization, participants responded to questions about anticipated public health risks and benefits of legalization, how their jurisdiction is responding to legalization, and what community resources would be needed to address legalization impacts. We conducted a thematic analysis and identified five major themes in the data related to race and early cannabis legalization: overpolicing of racialized communities, severity of penalties in new cannabis legislation, increased police powers, and underrepresentation of racialized groups in the legal cannabis market and in cannabis research. Participants discussed opportunities to support cannabis justice, including establishing priority licenses, issuing pardons or expunging criminal records, and reinvesting cannabis revenue into impacted communities. This work begins to address the paucity of Indigenous and racialized voices in cannabis research and identifies potential solutions to injustices of cannabis prohibition.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,057 | 0,020 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».