MétaCan
Menu
Retour à la cohorte
Enregistrement W4226004925 · doi:10.30972/mom.125857

DERECHO DE LOS CAMPESINOS, A LA AGROBIODIVERSIDAD Y UNIFORMIZACIÓN GENÉTICA: CRÍTICA A LA LEGISLACIÓN VIGENTE SOBRE SEMILLAS Y CULTIVARES EN BRASIL Y ARGENTINA

2022· article· es· W4226004925 sur OpenAlexaboutno aff
Rafaela Oliveira de Souza, Eduardo Gonçalves Rocha

Notice bibliographique

RevueMomba etéva · 2022
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

El objetivo de este artículo es demostrar cómo los sistemas legales brasileño y argentino han contribuido a la mercantilización de las semillas, generando pérdida de biodiversidad y lesiones a los derechos de los agricultores. Se analizaron y compararon las legislaciones de semillas y cultivares de ambos países, demostrando cómo contribuyen a la reducción de semillas a un insumo agrícola. Autores como Juliana Santilli, Tamara Perelmuter, Philip Mcmichael y Dardot y Laval se utilizaron como principales referencias teóricas. Metodológicamente, se realizó una revisión documental y entrevistas semiestructuradas en Argentina y Brasil. Así, fue posible acceder a la legislación, las reflexiones académicas producidas en ambos países sobre el tema, así como escuchar la posición de diferentes actores de la sociedad civil, del mercado y del Estado sobre la problemática estudiada. El artículo, en un primer momento, señalará las similitudes entre la legislación de semillas en Brasil y Argentina. Luego demostrará cómo comprometen la agrobiodiversidad. Al final, las entrevistas mostrarán cómo la actual legislación sobre semillas está ignorando los derechos de los agricultores y poniendo en riesgo la agrobiodiversidad, favoreciendo la mercantilización de semillas y la erosión genética.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMomba etévaMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207