The impacts of cannabis legalization on organized crime in Ontario and British Columbia
Notice bibliographique
Résumé
This article presents a qualitative study of the impacts of cannabis legalization on organized crime in two of Canada’s largest provinces – Ontario and British Columbia. Utilizing a modified snowball sampling methodology, we conducted semi-structured interviews with 23 subject matter experts in law enforcement, journalism, law, public service, and the private sector. Our findings are complex and reflect a sophisticated, rational response by organized crime to a key legislative event. First, Health Canada’s personal/designated production registrations remain in place, which since 2001 have played a crucial role for allowing some patients access to medical cannabis. However, according to nearly every law enforcement officer interviewed, criminal entities continue to abuse this unique system by obtaining licences under false premises and diverting surplus product into the illicit market. Second, while the domestic market for illicit cannabis has likely declined, many interviewees claimed that organized crime groups adjusted operations by maintaining production levels and diverting shipments into the United States, and also by exploiting relationships with some Indigenous communities. This has contributed to deteriorating public health and safety outcomes within some Indigenous communities. Finally, we registered the belief of many interviewees that the most sophisticated criminal groups have begun shifting attention toward opiate production and distribution – potentially in response to both a smaller domestic market for cannabis, and also the skyrocketing demand for opioids. Our results reflect the unique character of Canadian geography, institutions and electoral politics, notably close proximity to the United States, federal-provincial division of powers, the evolving legacy of colonialism, and a unique series of legal precedents.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».