MétaCan
Menu
Retour à la cohorte
Enregistrement W1892712685 · doi:10.1093/biosci/biv068

Assessing Ecological and Evolutionary Consequences of Growth-Accelerated Genetically Engineered Fishes

2015· article· en· W1892712685 sur OpenAlexaff
Robert H. Devlin, L. Fredrik Sundström, Rosalind A. Leggatt

Notice bibliographique

RevueBioScience · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesVetenskapsrådet
Mots-clésTransgenesisAdaptation (eye)BiologyFish <Actinopterygii>EcologyGenetically modified organismGrowth hormoneBiotechnologyFisheryGene

Résumé

récupéré en direct d'OpenAlex

Genetically engineered fish containing growth hormone (GH) transgenes have been synthesized for more than 25 years, now with modifications made in multiple aquacultured species. Despite significant improvements in production characteristics being realized, these fish have not yet entered commercial production. The very strong enhancement of growth rates that can arise from GH transgenesis in fish has generated public and scientific concern regarding ecological and food safety. Little ecological risk is anticipated from engineered strains kept in fully contained facilities, so the concern is largely directed toward the reliability of containment measures and determining whether robust ecological data, pertinent to nature, can be generated within research facilities to minimize uncertainty and allow reliable risk-assessment predictions. This article summarizes the growth, life history, and behavioral changes observed in GH-transgenic fish and discusses the environmental and evolutionary factors affecting the adaptation, plasticity, and fitness of transgenic fish and their potential consequences on natural ecosystems.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,284
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioScienceMême sujetAnimal Genetics and ReproductionTravaux en français237 207