Proposed criteria for identifying GE crop plants that pose a low or negligible risk to the environment under conditions of low-level presence in seed
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The low-level presence (LLP) of genetically engineered (GE) seeds that have been approved in the country of origin but not the country of import presents challenges for regulators in both seed importing and exporting countries, as well as for the international seed trade and the farmers who rely on it. In addition to legal, financial and regulatory challenges, such LLP situations in seed may also require an environmental risk assessment by the country of import. Such assessments have typically been informed by the national framework established to support decisions related to wide scale cultivation, and frequently do not take into account the low environmental exposure and prior regulatory history of the GE plant. In addition, such assessment processes may not be well suited to the decision-making timeframe that is necessary when dealing with an LLP situation in imported seed. In order to facilitate regulatory decision making, this paper proposes a set of scientific criteria for identifying GE crop plants that are expected to pose a low or negligible risk to the environment under LLP conditions in seed. Regulatory decision makers in some importing countries may decide to use these criteria to assist in risk analysis associated with LLP situations they are experiencing or could experience in the future, and might choose to proactively apply the criteria to identify existing GE plants with regulatory approvals in other countries that would be expected to pose low risk under conditions of LLP in seed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle