MétaCan
Menu
Retour à la cohorte
Enregistrement W2027819872 · doi:10.1016/j.fct.2010.11.004

Plants with genetically modified events combined by conventional breeding: An assessment of the need for additional regulatory data

2010· review· en· W2027819872 sur OpenAlexaff
W. P. Pilacinski, Ashley Crawford, R. K. Downey, Barbara Harvey, Scott Huber, Penny Hunst, L.K. Lahman, Susan MacIntosh, Matthias Pohl, Craig Rickard, Laura Tagliani, Natalie Weber

Notice bibliographique

RevueFood and Chemical Toxicology · 2010
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesWorld Health Organization
Mots-clésBiotechnologyGenetically modified organismAgricultureCropGenetically modified cropsPlant breedingProcess (computing)BusinessGenetically modified foodFood safetyRisk analysis (engineering)BiologyComputer scienceAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Crop varieties with multiple GM events combined by conventional breeding have become important in global agriculture. The regulatory requirements in different countries for such products vary considerably, placing an additional burden on regulatory agencies in countries where the submission of additional data is required and delaying the introduction of innovative products to meet agricultural needs. The process of conventional plant breeding has predictably provided safe food and feed products both historically and in the modern era of plant breeding. Thus, previously approved GM events that have been combined by conventional plant breeding and contain GM traits that are not likely to interact in a manner affecting safety should be considered to be as safe as their conventional counterparts. Such combined GM event crop varieties should require little, if any, additional regulatory data to meet regulatory requirements.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,089
Tête enseignante GPT0,335
Écart entre enseignants0,247 · 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood and Chemical ToxicologyMême sujetGenetically Modified Organisms ResearchTravaux en français237 207