Gene Editing for Improved Animal Welfare and Production Traits in Cattle: Will This Technology Be Embraced or Rejected by the Public?
Notice bibliographique
Résumé
Integrating technology into agricultural systems has gained considerable traction, particularly over the last half century. Agricultural systems that incorporate the public’s concerns regarding farm animal welfare are more likely to be socially accepted in the long term, a key but often forgotten component of sustainability. Gene editing is a tool that has received considerable attention in the last five years, given its potential capacity to improve farm animal health, welfare, and production efficiency. This study aimed to explore the attitudes of Brazilian citizens regarding the applications of gene editing in cattle that generate offspring without horns; are more resistant to heat; and have increased muscle tissue. Using a mixed-methods approach, we surveyed participants via face-to-face, using in-depth interviews (Study 1) and an online questionnaire containing closed-ended questions (Study 2). Overall, the acceptability of gene editing was low and in cases where support was given it was highly dependent on the type and purpose of the application proposed. Using gene editing to improve muscle tissue growth was viewed as less acceptable compared to using gene editing to reduce heat stress or to produce hornless cattle. Support declined when the application was perceived to harm animal welfare, to be profit motivated or to reinforce the status quo of intensive livestock systems. The acceptability of gene editing was reduced when perceptions of risks and benefits were viewed as unevenly or unfairly distributed among consumers, corporations, different types of farmers, and the animals. Interviewees did not consider gene editing a “natural” process, citing dissenting reasons such as the high degree of human interference and the acceleration of natural processes. Our findings raised several issues that may need to be addressed for gene editing to comply with the social pillar of sustainable agriculture.
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 | 0,010 | 0,017 |
| 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 | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».