A More Open Approach Is Needed to Develop Cell-Based Fish Technology: It Starts with Zebrafish
Notice bibliographique
Résumé
The global demand for fish is rising and projected to increase for years to come. However, there is uncertainty whether this increased demand can be met by the conventional approaches of capture fisheries and fish farming because of wild stock depletion, natural resource requirements, and environmental impact concerns. One proposed complementary solution is to manufacture the same meat directly from fish cells, as cell-based fish. More than 30 ventures are competing to commercialize cell-based meat broadly, but the field lacks a foundation of shared scientific knowledge, which threatens to delay progress. Here, we recommend taking a research-focused, more open and collaborative approach to cell-based fish meat development that targets lean fish and an unlikely but very attractive candidate for accelerating research and development, the zebrafish. Although substantial work lies ahead, cell-based meat technology could prove to be a more efficient, less resource-intensive method of producing lean fish meat. The global demand for fish is rising and projected to increase for years to come. However, there is uncertainty whether this increased demand can be met by the conventional approaches of capture fisheries and fish farming because of wild stock depletion, natural resource requirements, and environmental impact concerns. One proposed complementary solution is to manufacture the same meat directly from fish cells, as cell-based fish. More than 30 ventures are competing to commercialize cell-based meat broadly, but the field lacks a foundation of shared scientific knowledge, which threatens to delay progress. Here, we recommend taking a research-focused, more open and collaborative approach to cell-based fish meat development that targets lean fish and an unlikely but very attractive candidate for accelerating research and development, the zebrafish. Although substantial work lies ahead, cell-based meat technology could prove to be a more efficient, less resource-intensive method of producing lean fish meat.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,010 |
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 ».