MétaCan
Menu
Retour à la cohorte
Enregistrement W2207665179

Public-private research collaborations in Canadian forestry genomics: Knowledge management and innovation

2010· article· en· W2207665179 sur OpenAlexaffabout
Kira Kumagai, Keith Culver, David Castle

Notice bibliographique

RevueIntegrated Assessment · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of New BrunswickUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGenomicsOrder (exchange)AgricultureBusinessConsistency (knowledge bases)Quality (philosophy)AquaculturePrivate sectorEnvironmental resource managementBiotechnologyFish <Actinopterygii>Computer sciencePolitical scienceGenomeFisheryEcologyBiologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Genomics research promises and has begun to deliver social and economic benefits in health, agriculture, environment, forestry and fisheries. Evidence of these benefits includes providing high nutrient level crops through improved consistency in plant breeding, identifying and selecting for the best quality fish in aquaculture, and enabling early detection of cancerous tumors. In order to fully reap the benefits of genomics research it is essential that the knowledge generated is properly managed and disseminated. This means creating pathways and tracking methods for research to move from the discovery phase in the laboratory through to socially embedded innovations. Canadians recognize the importance of genomics research. It is now necessary to develop strategies to translate and transfer genomics research in order to maximize social and economic benefit.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,351
Écart entre enseignants0,293 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIntegrated AssessmentMême sujetForest Management and PolicyTravaux en français237 207