Citizen views on genome editing: effects of species and purpose
Notice bibliographique
Résumé
Abstract Public opinion can affect the adoption of genome editing technologies. In food production, genome editing can be applied to a wide range of applications, in different species and with different purposes. This study analyzed how the public responds to five different applications of genome editing, varying the species involved and the proposed purpose of the modification. Three of the applications described the introduction of disease resistance within different species (human, plant, animal), and two targeted product quality and quantity in cattle. Online surveys in Canada, the US, Austria, Germany and Italy were carried out with a total sample size of 3698 participants. Using a between-subject design, participants were confronted with one of the five applications and asked to decide whether they considered it right or wrong. Perceived risks, benefits, and the perception of the technology as tampering with nature were surveyed and were complemented with socio-demographics and a measure of the participants’ moral foundations. In all countries, participants evaluated the application of disease resistance in humans as most right to do, followed by disease resistance in plants, and then in animals, and considered changes in product quality and quantity in cattle as least right to do. However, US and Italian participants were generally more positive toward all scenarios, and German and Austrian participants more negative. Cluster analyses identified four groups of participants: ‘strong supporters’ who saw only benefits and little risks, ‘slight supporters’ who perceived risks and valued benefits, ‘neutrals’ who showed no pronounced opinion, and ‘opponents’ who perceived higher risks and lower benefits. This research contributes to understanding public response to applications of genome editing, revealing differences that can help guide decisions related to adoption of these technologies.
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 | 0,012 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».