MétaCan
Menu
Retour à la cohorte
Enregistrement W2111278229 · doi:10.1186/2048-7010-3-8

To label or not to label: balancing the risks, benefits and costs of mandatory labelling of GM food in Africa

2014· article· en· W2111278229 sur OpenAlexaff
Jessica Oh, Obidimma Ezezika

Notice bibliographique

RevueAgriculture & Food Security · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity Health Network
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésLabellingFood securityAgricultureAutonomyGenetically modified organismBusinessAgricultural biotechnologyFood labellingGenetically modified foodMarketingPublic economicsBiotechnologyPolitical scienceEconomicsLawSociologySocial scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

There seems to be growing controversy among interest groups worldwide about whether genetically modified (GM) foods need to be labelled. There are also growing concerns, particularly among civil society groups, about the potential danger of GM foods, for which labels are being demanded. Particularly in Africa, the issue of labelling GM foods requires attention due to the rapid growth of agricultural biotechnology initiatives. Using Kenya as a case study, and based on interviews with key agricultural stakeholders and a review of the literature, we present five points to consider in discussions on how the need for mandatory GM labelling should be assessed. This framework encompasses, and is underpinned by, important considerations about ethics, consumer autonomy, costs, stigmatization, feasibility and food security as they pertain to agricultural 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,266
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgriculture & Food SecurityMême sujetGenetically Modified Organisms ResearchTravaux en français237 207