MétaCan
Menu
Retour à la cohorte
Enregistrement W2936337436 · doi:10.1038/s41436-019-0482-5

CRISPR in the North American popular press

2019· article· en· W2936337436 sur OpenAlexafffundabout
Alessandro R Marcon, Zubin Master, Vardit Ravitsky, Timothy Caulfield

Notice bibliographique

RevueGenetics in Medicine · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensInstitute of Health EconomicsUniversité de MontréalUniversity of Alberta
Organismes subventionnairesGenome Canada
Mots-clésCRISPRContext (archaeology)Social mediaPromotion (chess)Internet privacyPolitical scienceBiologyWorld Wide WebComputer scienceGeneticsLawPolitics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: CRISPR is often called one of the century's most important discoveries and is commonly discussed in terms of its momentous potential impacts. This study analyzed how CRISPR is discussed in the North American popular press, including how it is defined, and which benefits and risks/concerns are attributed to the technology. METHODS: Using the Factiva database, we identified 228 relevant, nonduplicated articles containing either "CRISPR" or "C.R.I.S.P.R.," published in popular US and Canadian news sources between 1 January 2012 and 12 July 2017. Content analysis was performed on the articles. RESULTS: CRISPR is most often discussed in the context of human health (83.8%), compared with animals (26.3%) and plants (20.6%). Nearly all articles (96.1%) presented CRISPR's potential benefits; 61.4% of articles presented CRISPR-related risks/concerns, the vast majority of which focused on the uncertainty surrounding CRISPR, specifically with respect to germline modifications. CONCLUSIONS: Overall, the discourse suggests a strong promotion of CRISPR, but an element of caution is also evident. Technical as well as ethical, legal, and social risks/concerns play a prominent role. This media portrayal of CRISPR might help facilitate more sophisticated and balanced policy responses, where the scientific potential of the technology is highlighted alongside broader social considerations.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0160,022
Études des sciences et des technologies0,0040,003
Communication savante0,0100,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,010
Tête enseignante GPT0,317
Écart entre enseignants0,307 · 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'étudeObservationnel
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

Citations37
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGenetics in MedicineMême sujetCRISPR and Genetic EngineeringTravaux en français237 207