Current status and environmental impact of transgenic forest trees
Notice bibliographique
Résumé
Advances in technology for in vitro propagation and genetic transformation have accelerated the development of genetically engineered trees during the past 15 years. At least 33 species of transformed forest trees have been successfully regenerated to date. Targeted traits include herbicide tolerance, pest resistance, abiotic stress tolerance, modified fiber quality and quantity, and altered growth and reproductive development. Commercial potential has been demonstrated in the field for a few traits, in particular herbicide tolerance, insect resistance, and altered lignin content. Now that commercial implementation is feasible, at least for the few genotypes that can be efficiently transformed and propagated, environmental concerns have become the main obstacle to public acceptance and regulatory approval. Ecological risks associated with commercial release range from transgene escape and introgression into wild gene pools to the impact of transgene products on other organisms and ecosystem processes. Evaluation of those risks is confounded by the long life span of trees, and by limitations of extrapolating results from small-scale studies to larger-scale plantations. Issues that are central to safe deployment can only be addressed by permitting medium- to large-scale release of transgenic trees over a full rotation. Current regulations restricting field releases of all transgenes in both time and space need to be replaced with regulations that recognize different levels of risk (as determined by the origin of the transgene, its impact on reproductive fitness, and nontarget impacts) and assign a commensurate level of confinement. The next step in determining acceptability of transgene technology for forest tree improvement is the unconfined release of constructs that pose little risk in terms of gene escape and nontarget impacts, such as lignin-altered poplar or pine, to permit evaluation of ecological risks and environmental or agronomic benefits at relevant scales.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».