MétaCan
Menu
Retour à la cohorte
Enregistrement W4411131807 · doi:10.1108/jcrpp-06-2024-0042

Key crime- and public safety-related results of non-medical cannabis legalization policy in Canada: a targeted evidence summary

2025· article· en· W4411131807 sur OpenAlexaffabout
Benedikt Fischer, Tessa Robinson, Hans‐Jörg Albrecht

Notice bibliographique

RevueJournal of Criminological Research Policy and Practice · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensWaypoint Centre for Mental Health CareSimon Fraser UniversityMcMaster UniversityUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésLegalizationKey (lock)CannabisCriminologyPolitical scienceComputer securityMedicinePsychiatryPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Cannabis policies are increasingly being liberalized, including the de jure legalization of non-medical cannabis use and supply in Canada (2018) implemented toward improved public health and safety outcomes. While health outcomes have shown mixed results, less attention has been given to crime- and public safety-related outcomes. The purpose of this paper is to provide a targeted literature/data summary on select main crime- and public safety-related outcomes associated with cannabis legalization policy in Canada as implemented in 2018. Design/methodology/approach The authors conducted a targeted literature/data review focusing on key, publicly available outcome indicators associated with cannabis legalization in Canada in three main domains, obtained from both academic (e.g. journal) and “grey” (e.g. survey/government reports) literature/data sources: cannabis crime and enforcement; cannabis-impaired driving and related motor-vehicle-crash involvement; and cannabis markets and sourcing. The data draw on targeted searches in related areas, are narratively summarized by topic and briefly discussed for implications and knowledge gaps. Findings The results of this study suggest that cannabis – and specifically possession – crimes have substantially decreased; less is known about enforcement patterns for the remaining cannabis offenses or impacts on other potentially cannabis-related crimes. The prevalence of cannabis-impaired driving appears to be declining, while levels of cannabis involvement in motor vehicle crashes appear to have increased. Legal cannabis markets and the legal sourcing of cannabis among consumers have steadily increased to involve approximately three-quarters of acquisition activities, implying major reductions of illegal cannabis retail markets. Conversely, data on the evolution of illegal cannabis production and supply markets in legalization policy contexts is highly limited and may include displacement effects. Practical implications *Cannabis legalization has been implemented toward public health and safety improvement objectives, including in Canada (2018). For key outcomes, legalization has been associated with substantive reductions in enforced cannabis offenses among adults and youth. The prevalence of cannabis-impaired driving may be declining, but levels of cannabis-related motor-vehicle-crashes have been increasing. Cannabis sourcing has gradually but steadily shifted from illegal to legal sources among the majority of consumers; legalization’s effects on cannabis production and supply markets are largely unclear. Data on crime-related outcomes of legalization need to be systematically expanded, as they form an essential aspect of comprehensive policy impact assessments. Originality/value While available data suggest improvements in some (e.g. health-related) areas, there is a need for comprehensively expanded research on legalization’s impacts on key crime- and safety-related indicators, required for consideration in overall, integrated policy assessments.

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)0,009
score de la tête « metaresearch » (Gemma)0,312
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,312
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,128
Tête enseignante GPT0,461
Écart entre enseignants0,333 · 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.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Criminological Research Policy and PracticeMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207