Bibliographic record
Abstract
Zusammenfassung: Zielsetzung: Die deutsche Bundesregierung hat beschlossen, den nicht-medizinischen Cannabis-Gebrauch und -Vertrieb zu legalisieren, und Kernpunkte des vorgesehenen Regelwerks vorgelegt. Einige dieser Kernpunkte werden aus der Sicht internationaler Erfahrungen und wissenschaftlicher Evidenz zur Legalisierung – insbesondere mit Blick auf Massnahmen und Ziele öffentlicher Gesundheit – eingeschätzt und kommentiert. Methodik: Selektive Zusammenfassung und policy-analytische Anwendung wissenschaftlicher Evidenz. Ergebnisse: Ein erheblicher Anteil von Cannabis-bezogenen Gesundheitsproblemen hängt mit dem Konsum von Hochpotenz- (THC) Produkten zusammen; allerdings würden kategorische THC-Grenzwerte für legal verfügbares Cannabis diese im Gesamten wahrscheinlich nicht reduzieren sondern primär Hochrisiko-Konsumenten weiter in der Illegalität belassen. Die Mindestalter-Grenze von 18 Jahren für legales Cannabis macht primär politischen Sinn und repräsentiert nicht unbedingt optimalen Gesundheits- oder sozialen Schutz für junge Konsumenten; allerdings wird der Cannabis-Konsum bei Minderjährigen wahrscheinlich weiter hoch blieben. Eine substanz-übergreifende, gesundheits-orientierte Angleichung mit den Gesetzesregelungen für andere Substanzen (z. B. Alkohol) wäre sinnvoll. Das Fahren unter Cannabis-Einfluss ist relativ häufig, und kann zu Verletzungs- und Todesfällen, und damit erheblicher Gesundheitsbelastung führen; seine Kontrolle braucht gezielte Aufklärungs- und Abschreckungs-Maßnahmen. Cannabis-Legalisierung ist mit einschlägigen internationalen (z. B. UN) Konventionen generell schwierig zu vereinbaren, sollte aber dazu genutzt werden, diese grundsätzlich auf der Basis von Prinzipien des Gesundheitsschutzes zu erneuern. Schlussfolgerungen: Für die Cannabis-Legalisierung in Deutschland gibt es kein perfektes Regelwerk; einige Kern-Ziele werden nur über Kompromiss-Ansätze zu erreichen sein, die im Zweifelsfall angepasst werden müssen. Wenn implementiert, wird Deutschland wichtige Daten zur Cannabis-Legalisierung als Politik-Option bieten können, wozu ein systematisches und umfassendes Prozess- und Ergebnis-Monitoring durchgeführt werden muss.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".