Cadrage des modèles de régulation du cannabis : entre concurrence et complémentarité
Notice bibliographique
Résumé
Contexte et objectif : Au cours de la dernière décennie, une vague sans précédent de légalisations du cannabis a eu lieu. Plusieurs travaux sur cet enjeu s’intéressent à sa dimension réglementaire, dans une démarche favorisant le débat sur les meilleurs moyens d’encadrer la production, la vente et la consommation de cannabis. Un nombre plus restreint d’études s’intéresse aux discours entourant la légalisation du cannabis. Parmi ces dernières, aucune à notre connaissance ne tente de raccrocher l’analyse du discours aux conceptualisations de son encadrement. Cet article a pour objectif de combler cette faille. Question de recherche et méthodologie : Nous posons la question de recherche suivante : comment diverses visions de la réglementation du cannabis se reflètent-elles dans les discours entourant les politiques de légalisation du cannabis ? Pour répondre à cette question, nous procédons à l’analyse comparative de cadrage des débats parlementaires et des mémoires en commissions au Québec (projet de loi no 2) et en Ontario (projet de loi no 36) lors de la reformulation de leur politique initiale de légalisation. La grille d’analyse de cadrage est formée à partir d’une typologie des modèles de régulation du cannabis proposée par Beauchesne (2020). Résultats et implications : Nous montrons en premier lieu que la nature des cadres utilisés et les modèles types de la régulation dont ils témoignent varient en fonction des cas d’étude et des acteurs en présence. Nous montrons en second lieu que plusieurs modèles de régulation sont mobilisés au sein des discours de manière à la fois concurrente et complémentaire. En somme, l’article permet de souligner en quoi le cadrage des politiques en matière de drogues est de nature stratégique, dans un espace de débats où plusieurs visions de l’enjeu tentent de prévaloir.
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 | 0,019 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,045 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».