Pros and Cons of GMO Crop Farming
Notice bibliographique
Résumé
Abstract The global area sown to genetically modified (GM) varieties of leading commercial crops (soybean, maize, canola, and cotton) has expanded over 100-fold over two decades. Thirty countries are producing GM crops and just five countries (United States, Brazil, Argentina, Canada, and India) account for almost 90% of the GM production. Only four crops account for 99% of worldwide GM crop area. Almost 100% of GM crops on the market are genetically engineered with herbicide tolerance (HT), and insect resistance (IR) traits. Approximately 70% of cultivated GM crops are HT, and GM HT crops have been credited with facilitating no-tillage and conservation tillage practices that conserve soil moisture and control soil erosion, and that also support carbon sequestration and reduced greenhouse gas emissions. Crop production and productivity increased significantly during the era of the adoption of GM crops; some of this increase can be attributed to GM technology and the yield protection traits that it has made possible even if the GM traits implemented to-date are not yield traits per se. GM crops have also been credited with helping to improve farm incomes and reduce pesticide use. Practical concerns around GM crops include the rise of insect pests and weeds that are resistant to pesticides. Other concerns around GM crops include broad seed variety access for farmers and rising seed costs as well as increased dependency on multinational seed companies. Citizens in many countries and especially in European countries are opposed to GM crops and have voiced concerns about possible impacts on human and environmental health. Nonetheless, proponents of GM crops argue that they are needed to enhance worldwide food production. The novelty of the technology and its potential to bring almost any trait into crops mean that there needs to remain dedicated diligence on the part of regulators to ensure that no GM crops are deregulated that may in fact pose risks to human health or the environment. The same will be true for the next wave of new breeding technologies, which include gene editing technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».