Summary of Discussions From the 2019 OECD Conference on RNAi Based Pesticides
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RNA interference (RNAi) is a biological process in which double-stranded ribonucleic acid (dsRNA) molecules inhibit protein expression. In recent years, the application of dsRNA has been used in the development of agricultural products for pest control. The 2019 Organisation for Economic Cooperation and Development (OECD) Conference on RNAi Based Pesticides ("the Conference") brought together academic, industry, and government experts in various aspects of RNAi to discuss the current state of knowledge and topics to help in developing considerations for risk assessment. The Conference focused on environment, with some discussion of human health. Along with presentations on the use of dsRNA-based products in agriculture, government regulation, risk assessment, and a background on the Draft OECD Working Paper on "Considerations for the Environmental Risk Assessment of the Application of Sprayed or Externally Applied dsRNA-Based Pesticides" ("OECD Working Paper"), the Conference included panel discussions from presenters at the end of each session and a larger discussion session with Conference participants on the environmental fate of dsRNA, non-target organism (NTO) risk assessment, and human health risk assessment. This paper summarizes input from presenters and Conference participants during these discussions. Key considerations from these discussions have already been incorporated into the OECD Working Paper, that once finalized and published, will facilitate regulators in evaluating externally applied dsRNA-based products for potential environmental risks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle