Genetic engineering, ecosystem change, and agriculture: an update
Notice bibliographique
Résumé
Genetically modified organisms (GMOs), alternatively called biotech crops, dominate soybean and cotton production and are rapidly increasing their fraction of market share for maize and rice in the U.S. Engineered canola is important in Canada, soybeans are dominant in Argentina and Brazil, and cotton is prominent in China and India. Adoption is much slower elsewhere, in large part due to concerns for potential ecosystem effects that may occur through development of weedy plants, by selection of herbicide resistant weeds and by effects of insecticidal proteins on nontarget insects. The precautionary principle is invoked by critics concerned that one must know in advance the effects of GMOs before releasing them. Alteration of weed species composition of agricultural fields is well documented to occur under herbicide selection pressure. Gene flow to wild relatives of crop plants can be shown under herbicide selection, and one instance (sunflower) is provided for insect resistance transfer leading to increased seed production by a weedy relative. Detailed stewardship programs have been developed by seed producers to minimize risks of gene flow. Although herbicides and insecticides are known to have major effects on agroecosystems, the ecosystem impacts of GMOs per se, thus far appear to be small. Key words: gene-flow, herbicide-resistant weeds, genetically engineered crops, Bt maize, Roundup Ready soybeans
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».