O impacto na saúde da legalização da cannabis para uso recreativo
Bibliographic record
Abstract
INTRODUÇÃO: A legalização da cannabis para uso recreativo tem sido um tema de intenso debate global, com diversos países realizando revisões nas legislações relacionadas ao tema. No contexto nacional, o tema é abordado de forma cada vez mais recorrente, sendo realizadas movimentações em diversas esferas governamentais para atuar na legislação atrelada à cannabis. Alguns países implementaram diferentes modelos de legalização, proporcionando amplo campo de estudo para avaliar os impactos sociais, econômicos e de saúde pública. OBJETIVOS: O trabalho visa fornecer uma análise compreensiva dos efeitos da legalização da cannabis para uso recreativo com base nas experiencias realizadas nos EUA, Canadá e Uruguai, destacando os resultados positivos e negativos observados em cada país. Através dessa análise, foi possível identificar fatores críticos de sucesso e desafios enfrentados em cada um dos países, formulando-se possíveis recomendações baseadas em evidências para auxiliar o debate sobre o tema e formulação de políticas públicas no Brasil. MATERIAL E MÉTODOS: Foram avaliados artigos científicos nas bases de dados de artigos acadêmicos como PubMed e Google Scholar, além de fontes secundárias como relatórios governamentais e estatísticas de saúde pública. Foram selecionados estudos abrangendo os estados americanos que legalizaram a cannabis, Canadá e Uruguai publicados entre 2012 e 2025 abrangendo tópicos como saúde pública, segurança pública e economia. RESULTADOS: A análise dos modelos de legalização da cannabis recreativa nos EUA, Canadá e Uruguai demonstrou impactos significativos em diversas áreas. Em saúde pública, houve avanços no controle de qualidade e na regulação do mercado, reduzindo o consumo de produtos ilícitos, embora tenham surgido desafios como o||aumento de casos de intoxicação por produtos comestíveis e preocupações com a elevação dos níveis de THC. Em relação à segurança pública, foi observada uma redução nas prisões relacionadas à cannabis, mas o impacto na criminalidade geral ainda apresenta resultados mistos. No campo econômico, tanto os EUA quanto o Canadá registraram um aumento expressivo na arrecadação de impostos e na geração de empregos, enquanto o Uruguai apresentou resultados mais modestos devido ao modelo de mercado mais restritivo. Para o Brasil, o estudo destaca a importância de considerar o contexto nacional e adaptar as práticas internacionais de sucesso, com foco na redução de danos, controle do acesso por menores de idade e educação pública. CONCLUSÃO: A pesquisa contribuiu para um entendimento mais profundo das implicações da legalização da cannabis fornecendo um compilado de informações de diversas áreas baseadas em evidências do processo de legalização da cannabis recreativa nos EUA, Canada e Uruguai. Com isto, foi possível contribuir de forma positiva para o debate sobre a cannabis no Brasil, que vem sofrendo com grande preconceito e desinformação, oferecendo subsídios para um debate informado sobre o tema. Entretanto, foi possível verificar com este trabalho a necessidade de se continuar realizando pesquisas em todas as áreas relacionadas ao processo de legalização da cannabis recreativa, uma vez que muitos dos trabalhos avaliados demonstrou resultados inconclusivos e que os desdobramentos finais ainda são desconhecidos
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 | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| 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".