MétaCan
Menu
Retour à la cohorte
Enregistrement W2915674805 · doi:10.1504/ijarge.2018.10019321

Top plant breeding techniques for improving food security: an expert Delphi survey of the opportunities and challenges

2018· article· en· W2915674805 sur OpenAlexaff
Rim Lassoued, Hayley Hesseln, Stuart J. Smyth, Peter W.B. Phillips

Notice bibliographique

RevueInternational Journal of Agricultural Resources Governance and Ecology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFood securityDelphi methodDelphiAgricultureBusinessPopulationSustainable agricultureBiotechnologyEnvironmental resource managementNatural resource economicsEnvironmental planningComputer scienceGeographyBiologyEconomicsEcologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Feeding the globe's population, projected to exceed nine billion by 2050 is a serious challenge. The application of new breeding techniques (NBTs) offers substantial potential to meet rising global food demand through sustainable intensification of agriculture. Yet, the development of crops derived from these techniques will largely depend on their regulatory approval. Using a Delphi method, we asked an international panel of experts to identify the top biotechnologies for improving global food security. Results clearly indicate that gene editing, led by CRISPR/Cas9 will be key for future crop improvements and production. In light of the debate on the future regulation of NBTs, survey results offer concrete guidance to those in a position to influence the direction of research and development and in particular to regulators.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,280
Écart entre enseignants0,250 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agricultural Resources Governance and EcologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207