MétaCan
Menu
Retour à la cohorte
Enregistrement W2549631677 · doi:10.1080/21645698.2016.1257468

Canadian regulatory perspectives on genome engineered crops

2016· article· en· W2549631677 sur OpenAlexaffabout
Stuart J. Smyth

Notice bibliographique

RevueGM crops & food · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBiotechnologyAgricultureEmerging technologiesCommercializationEuropean unionAgricultural biotechnologyProduct (mathematics)BusinessBiologyComputer scienceInternational tradeMarketingEcology

Résumé

récupéré en direct d'OpenAlex

New breeding techniques in plant agriculture exploded upon the scene about two years ago, in 2014. While these innovative plant breeding techniques, soon to be led by CRISPR/Cas9, initially appear to hold tremendous promise for plant breeding, if not a revolution for the industry, the question of how the products of these technologies will be regulated is rapidly becoming a key aspect of the technology's future potential. Regulation of innovative technologies and products has always lagged that of the science, but in the past decade, regulatory systems in many jurisdictions have become gridlocked as they try to regulate genetically modified (GM) crops. This regulatory incapability to efficiently assess and approve innovative new agricultural products is particularly important for new plant breeding techniques as if these techniques are classified as genetically modified breeding techniques, then their acceptance and future will diminish considerably as they will be rejected by the European Union. Conversely, if the techniques are accepted as conventional plant breeding, then the future is blindingly bright. This article examines the international debate about the regulation of new plant breeding techniques and then assesses how the Canadian regulatory system has approached the regulation of these technologies through two more public product approvals, GM apples and GM potatoes, then discusses other crop variety approval and those in the regulatory pipeline.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,746

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0120,010
Communication savante0,0110,003
Science ouverte0,0040,003
Intégrité de la recherche0,0120,012
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,015
Tête enseignante GPT0,196
Écart entre enseignants0,180 · 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'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

Citations90
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGM crops & foodMême sujetGenetically Modified Organisms ResearchTravaux en français237 207