MétaCan
Menu
Retour à la cohorte
Enregistrement W2126563943

The Value of a New Biotechnology Considering R&D Investment and Regulatory Issues

2015· article· en· W2126563943 sur OpenAlexaboutno aff
Stavroula Malla, Derek G. Brewin

Notice bibliographique

RevueMOspace Institutional Repository (University of Missouri) · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInvestment (military)Value (mathematics)BusinessBiotechnologyEconomicsRisk analysis (engineering)BiologyPolitical scienceComputer scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The prevalence of the products of biotechnology in Canada's canola industry is vast. More than 95% of Canada's seeded area is in herbicide-tolerant (HT) varieties, which are products of biotechnology. Overall, the industry has experienced significant growth; for instance, the area seeded to canola varieties has increased from less than one million hectares (ha) in the 1960s to over 8 million today (Statistics Canada, n.d.). Later in the article we show that the number of commercial varieties available and the index of yields for those varieties have increased sharply since the 1980s (Brewin & Malla, 2012; Phillips, 2001). Agricultural biotechnology could facilitate further productivity growth in crops such as canola. However, the policies and regulations that are in place might need to further evolve to insure continuing growth in the sector. Furthermore, assessing the benefits to Canadian producers by adopting HT and hybrid varieties over time would improve our understanding of the sector and the gains that are possible under comparable regulations for similar sectors. A significant portion of these benefits were facilitated by changing the institutions in Canada to provide incentives to private investment.

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)0,010
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0200,005
Science ouverte0,0010,002
Intégrité de la recherche0,0100,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMOspace Institutional Repository (University of Missouri)Même sujetBiotechnology and Related FieldsTravaux en français237 207