Implicazioni Criminologiche della Regolamentazione del Mercato della Cannabis in Italia
Bibliographic record
Abstract
Nel decennio 2010-2020, Uruguay, Canada e Stati Uniti hanno adottato differenti forme di legalizzazione del mercato della cannabis. Alla luce di questo, anche in Italia la legalizzazione della cannabis viene invocata come politica capace di contribuire all’efficientamento del sistema penale, al contrasto al crimine organizzato e, più in generale, alla riduzione dei reati. L’analisi del funzionamento del mercato della cannabis e della letteratura sul tema suggeriscono che l’apertura di un mercato legale di questa sostanza porterebbe ad una riduzione dell’aggravio per il sistema di giustizia la cui portata e durata sono però ad oggi difficili da stimare precisamente. L’impatto sui gruppi mafiosi sarebbe verosimilmente contenuto; la riduzione della violenza e dei crimini appropriativi probabilmente trascurabile. Siccome però la legalizzazione non è in realtà un’opzione binaria e le sue implicazioni dipendono dalle norme specifiche e dalle azioni amministrative adottate per regolare il mercato, è auspicabile lo sviluppo di nuovi studi che analizzino le conseguenze delle varie opzioni di regolamentazione considerando le specificità del contesto italiano.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".