MétaCan
Menu
Retour à la cohorte
Enregistrement W1990633364 · doi:10.1111/j.1556-486x.2009.01016.x

Genetically Modified Organisms as Public Goods: Plant Biotechnology Transfer in Colombia

2009· article· en· W1990633364 sur OpenAlexaff
Christina Holmes, Janice Graham

Notice bibliographique

RevueCulture & Agriculture · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAgricultural biotechnologyBiotechnologyIntellectual propertyNegotiationPublic goodFood securityGenetically modified organismAgricultureGenetic resourcesGenetic engineeringCall for bidsProductivityBusinessPolitical scienceBiologyEconomic growthEconomicsProcurementMarketingEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents an exploration of biotechnology transfer and genetically modified organisms (GMOs) as “public goods” for Colombia. Plant biotechnology tenders the promise of providing “public goods” in the form of increased agricultural productivity, economic development, and food security. However, these each have the potential to benefit different groups of people. Colombian scientists recognize this when discussing the uses of genetic modification. We examine the goals for which Colombian scientists suggest plant genetic engineering has promise as well as the barriers they encounter using the technology. Research using genetic engineering is difficult due to a lack of resources, the need to negotiate intellectual property rights, and regulatory hurdles. Nevertheless, Colombian scientists suggested that genetic modification by Colombians is important, as transnational companies would not necessarily develop crops to meet Colombian needs. We argue that interpretive complexity is necessary to understand the desire of Colombian scientists to engage with biotechnology.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,223
Écart entre enseignants0,202 · 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
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

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCulture & AgricultureMême sujetGenetically Modified Organisms ResearchTravaux en français237 207