Bibliographic record
Abstract
Le gouvernement libéral du Canada élu majoritaire le 19 octobre 2015 avait dans ses promesses électorales la légalisation du cannabis. Il tiendra parole. Un document de discussion fut publié en juin 2016 donnant les assises au Groupe de travail sur la légalisation et la réglementation du cannabis qui a rendu son rapport le 30 novembre 2016. Ce rapport, a expliqué le gouvernement, sera un des outils pour élaborer son cadre législatif et servira de base aux discussions avec les provinces et territoires, de même qu’avec les experts qui auront à gérer ce cadre réglementaire. Dans cet article, nous verrons les principaux défis politiques, sociaux et économiques qui attendent le gouvernement dans ces discussions avec les provinces et territoires, de même qu’avec les experts en ce qui a trait aux recommandations du rapport. Il s’organise autour des questions posées sur les cinq aspects de la réglementation dans le document de discussion. Pour identifier ces défis, en plus des apprentissages retenus par les études sur la situation au Colorado et à Washington, se grefferont les apprentissages des études quant à la gestion actuelle des drogues légales. En premier lieu sont exposés les défis liés à l’arrivée même de cette loi, puis ceux qui touchent à l’objectif de santé publique, au système de production, de transformation et de distribution, au contrôle du cadre réglementaire, et enfin, à la question plus spécifique du cannabis à des fins thérapeutiques. Nous verrons pourquoi l’application de cette loi sera complexe, coûteuse et pourra aisément dévier des objectifs de départ. Une surveillance à court et à long terme sera nécessaire pour s’assurer que les différents niveaux de gouvernement conservent la primauté de la santé publique et considèrent l’usage du pénal en dernier recours.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.032 | 0.017 |
| Scholarly communication | 0.013 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.007 | 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".