MétaCan
Menu
Retour à la cohorte
Enregistrement W2157229268 · doi:10.1002/ps.1513

Comparison of herbicide regimes and the associated potential environmental effects of glyphosate‐resistant crops versus what they replace in Europe

2007· review· en· W2157229268 sur OpenAlexaff
G.A. Kleter, Caroline Harris, G. R. Stephenson, John Unsworth

Notice bibliographique

RevuePest Management Science · 2007
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinisterie van Landbouw, Natuur en VoedselkwaliteitInternational Union of Pure and Applied Chemistry
Mots-clésGlyphosateAgronomyCropFodderGenetically modified cropsPesticideBiologyEnvironmental scienceAgroforestryTransgene

Résumé

récupéré en direct d'OpenAlex

While cultivation of transgenic crops takes place in seven of the EU member states, this constitutes a relatively limited part of the total acreage planted to these crops worldwide. The only glyphosate-resistant (GR) crop grown commercially until recently has been soybean in Romania. In addition, large-scale experimental European data exist for GR sugar and fodder beets, and, to a lesser extent, GR oilseed rape. These GR crops are likely to have an impact both on the use of herbicides and on the environmental impact of the latter. From the data on these GR crops, it appears that quantities of herbicides applied to GR beets are decreased while those on GR soybean are slightly increased compared with their conventional counterparts. Depending on the parameters used for prediction or measurement of environmental impacts of GR crops, generally similar or less negative impacts were observed compared with conventional crops. Favourable environmental effects of the glyphosate-containing herbicide regimes on GR crops appear feasible, provided appropriate measures for maintaining biodiversity and prevention of volunteers and gene flow are applied.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,314
Écart entre enseignants0,276 · 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'étudeRevue systématique
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

Citations64
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetGenetically Modified Organisms ResearchTravaux en français237 207