Cannabis-Legalisierung in Kanada: Kriminologisch relevante Daten und Entwicklungen
Notice bibliographique
Résumé
Zusammenfassung Kanada legalisierte den nicht-medizinischen Konsum, die Produktion und den Verkauf von Cannabis 2018. Vorgestellt wird eine Zusammenfassung von Literatur und Daten zu den Folgen der Cannabislegalisierung in Kanada in den Bereichen cannabisbezogene Kriminalität, Fahren unter dem Einfluss von Cannabis und Auswirkungen der Legalisierung auf Beschaffungspraktiken. Die Daten resultieren aus einer gezielten Suche in wissenschaftlichen Veröffentlichungen sowie „grauer Literatur“. Die Ergebnisse belegen, dass auf Cannabisbesitz bezogene Straftaten erheblich zurückgegangen sind; dagegen ist weniger bekannt zu Strafverfolgungspraktiken im Falle von Verstößen gegen die verbleibenden Cannabisstraftatbestände. Die Prävalenz von Fahren unter Cannabiseinfluss scheint auf der Grundlage von Befragungen und Selbstberichtsuntersuchungen leicht zurückgegangen zu sein. Demgegenüber werden vermehrt Strafverfahren wegen Fahrens unter Cannabiseinfluss durchgeführt, ferner hat der Anteil festgestellten Cannabiskonsums anlässlich von Verkehrsunfällen zugenommen. Dies mag mit verstärktem Risikobewusstsein zusammenhängen. Die Daten implizieren weiterhin eine signifikante Schrumpfung des Cannabisschwarzmarkts. Jedoch liegen nur wenig Daten zur Entwicklung und den Ausformungen der illegalen Cannabisproduktion und des illegalen Handels unter Bedingungen der Legalisierung vor. Allerdings bestehen Hinweise auf Verschiebungs- bzw. Anpassungseffekte. Unter Berücksichtigung verfügbarer Daten und bei Feststellung der Notwendigkeit für eine Ausweitung der Forschung in relevanten Bereichen beobachten wir erhebliche Rückgänge in ausgewählten Kriminalitätsindikatoren nach der Legalisierung von Cannabis in Kanada. Diese Beobachtungen müssen in übergreifenden und integrierten Bewertungen – der sich international weiterverbreitenden – Politikoption der Cannabislegalisierung eingebracht werden.
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 | 0,010 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».