Dépénalisation de la consommation du cannabis : expériences en Europe occidentale, aux États-Unis et en Australie
Bibliographic record
Abstract
L’opinion publique sur la criminalisation ou la décriminalisation de l’usage de drogues est rarement basée sur des faits scientifiquement prouvés. Des notions préconçues en matière d’acceptation ou de tolérance de produits narcotiques déploient souvent plus d’impact. Actuellement, en Suisse, on discute de la décriminalisation du cannabis et l’on procède à une révision de la loi sur les stupéfiants. L’Office fédéral suisse de la santé publique a demandé à trois experts internationaux de réaliser une évaluation critique des expériences menées dans d’autres pays en matière de décriminalisation de la consommation de cannabis. Ces spécialistes ont remis à l’Office une étude comparative sur le plan européen, un survol de l’état des recherches menées aux États-Unis et en Australie, et une évaluation, dans une perspective historique, de la politique en matière de drogue en Italie. D’une manière générale, les trois rapports suggèrent qu’il n’existe pas un lien systématique entre la politique en matière de drogue et le taux de prévalence en ce qui concerne la consommation de cannabis ou de drogues illégales. Par contre, il s’avère que les frais de poursuite pénale et les conséquences négatives d’un usage illégal peuvent être réduits par des mesures de décriminalisation. Nous avons maintenant besoin de mener davantage d’études empiriques parce que, d’une part, les politiques publiques en matière de drogues se trouvent dans une phase de transformation et que, d’autre part, aucune étude fiable sur l’introduction de mesures de décriminalisation n’a encore vu le jour.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".