MétaCan
Menu
Retour à la cohorte
Enregistrement W4249611976 · doi:10.7560/739451

Corporate Crops

2012· book· en· W4249611976 sur OpenAlexaboutno aff
Gabriela Pechlaner

Notice bibliographique

RevueUniversity of Texas Press eBooks · 2012
Typebook
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessAgroforestryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Biotechnology crop production area increased from 1.7 million hectares to 148 million hectares worldwide between 1996 to 2010. While genetically modified food is a contentious issue, the debates are usually limited to health and environmental concerns, ignoring the broader questions of social control that arise when food production methods become corporate-owned intellectual property. Drawing on legal documents and dozens of interviews with farmers and other stakeholders, Corporate Crops covers four case studies based around litigation between biotechnology corporations and farmers. Pechlaner investigates the extent to which the proprietary aspects of biotechnologies—from patents on seeds to a plethora of new rules and contractual obligations associated with the technologies—are reorganizing crop production. The lawsuits include patent infringement litigation launched by Monsanto against a Saskatchewan canola farmer who, in turn, claimed his crops had been involuntarily contaminated by the company’s GM technology; a class action application by two Saskatchewan organic canola farmers launched against Monsanto and Aventis (later Bayer) for the loss of their organic market due to contamination with GMOs; and two cases in Mississippi in which Monsanto sued farmers for saving seeds containing its patented GM technology. Pechlaner argues that well-funded corporate lawyers have a decided advantage over independent farmers in the courts and in creating new forms of power and control in agricultural production. Corporate Crops demonstrates the effects of this intersection between the courts and the fields where profits, not just a food supply, are reaped.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,713

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2130,071

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 Opus0,081
Tête enseignante GPT0,197
Écart entre enseignants0,116 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Texas Press eBooksMême sujetAgricultural Innovations and PracticesTravaux en français237 207