MétaCan
Menu
Retour à la cohorte
Enregistrement W1989334757 · doi:10.1007/s11248-014-9843-7

A comparative analysis of insertional effects in genetically engineered plants: considerations for pre-market assessments

2014· review· en· W1989334757 sur OpenAlexaff
Jaimie Schnell, Marina Steele, Jordan Bean, Margaret Neuspiel, Cécile Girard, Nataliya Dormann, Cindy Pearson, Annie Savoie, Luc Bourbonnière, Philip Macdonald

Notice bibliographique

RevueTransgenic Research · 2014
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Genetic and Mutation Studies
Établissements canadiensHealth CanadaCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésBiologyGenetically modified organismTransposable elementContext (archaeology)Genetic analysisGeneticsGenomeForward geneticsBiotechnologyComputational biologyGene

Résumé

récupéré en direct d'OpenAlex

During genetic engineering, DNA is inserted into a plant's genome, and such insertions are often accompanied by the insertion of additional DNA, deletions and/or rearrangements. These genetic changes are collectively known as insertional effects, and they have the potential to give rise to unintended traits in plants. In addition, there are many other genetic changes that occur in plants both spontaneously and as a result of conventional breeding practices. Genetic changes similar to insertional effects occur in plants, namely as a result of the movement of transposable elements, the repair of double-strand breaks by non-homologous end-joining, and the intracellular transfer of organelle DNA. Based on this similarity, insertional effects should present a similar level of risk as these other genetic changes in plants, and it is within the context of these genetic changes that insertional effects must be considered. Increased familiarity with genetic engineering techniques and advances in molecular analysis techniques have provided us with a greater understanding of the nature and impact of genetic changes in plants, and this can be used to refine pre-market assessments of genetically engineered plants and food and feeds derived from genetically engineered plants.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,257
Tête enseignante GPT0,480
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations140
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransgenic ResearchMême sujetPlant Genetic and Mutation StudiesTravaux en français237 207