Farmer Knowledge and Risk Analysis: Postrelease Evaluation of Herbicide‐Tolerant Canola in Western Canada
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 global controversy regarding the use of genetically modified (GM) crops has proved to be a challenge for "science-based" risk assessments. Although risk analysis incorporates societal perspectives in decision making over these crops, it is largely predicated on contrasts between "expert" and "lay" perspectives. The overall objective of this study is to explore the role for farmers' knowledge, and their decade-long experience with herbicide-tolerant (HT) canola, in the risk analysis of GM crops. From 2002 to 2003, data were collected using interviews (n= 15) and mail surveys (n= 370) with farmers from Manitoba and across Canada. The main benefits associated with HT canola were management oriented and included easier weed control, herbicide rotation, and better weed control, whereas the main risks were more diverse and included market harm, technology use agreements (TUAs), and increased seed costs. Benefits and risks were inversely related, and the salient factor influencing risk was farmer experiences with HT canola volunteers, followed by small farm size and duration using HT canola. These HT volunteers were reported by 38% of farmers, from both internal (e.g., seedbank, farm machinery, etc.) and external (e.g., wind, seed contamination, etc.) sources, and were found to persist over time. Farmer knowledge is a reliable and rich source of information regarding the efficacy of HT crops, demonstrating that individual experiences are important to risk perception. The socioeconomic nature of most risks combined with the continuing "farm income crisis" in North America demonstrates the need for a more holistic and inclusive approach to risk assessment associated with HT crops and, indeed, with all new agricultural technology.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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