MétaCan
Menu
Retour à la cohorte
Enregistrement W4282836132 · doi:10.1002/csc2.20800

Towards equitable public sector plant breeding in the United States

2022· article· en· W4282836132 sur OpenAlexaff
Lauren J. Brzozowski, Solveig Hanson, Jean‐Luc Jannink, Brigid Meints, Virginia Moore, Hale Tufan, Seren S. Villwock

Notice bibliographique

RevueCrop Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUnited States Agency for International DevelopmentU.S. Department of Agriculture
Mots-clésPlant breedingAgricultureBiologyEquity (law)EcologyPoliticsBiotechnologyEnvironmental ethicsNatural resource economicsEnvironmental resource managementPolitical scienceAgronomyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Plant breeding is central to agriculture and shifts in plant breeding practices (e.g., hybrid development) and selection goals (e.g., response to synthetic fertilizer) have catalyzed monumental and persistent changes in agricultural production systems of all scales with social, political, economic, and environmental repercussions. Although plant breeders are largely trained in the sciences of biology, genetics, and statistics, we posit an ethical imperative to examine the degree of equity with which the benefits of new research and plant cultivars are distributed. In the United States, the history of plant breeding parallels the colonial history of agriculture, which compels reflection by current plant breeders about their role in shaping our agricultural system. In this perspective essay, we examine longstanding ideas about equitable food systems through the lens of public plant breeding in the United States. We propose a framework for equitable plant breeding with respect to both its process and outcomes, and we intend for the ideas presented herein to catalyze reflection, discussions, and actions as the plant breeding community seeks greater equity in the food and seed systems our work supports.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,103
Tête enseignante GPT0,278
Écart entre enseignants0,175 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetGenetically Modified Organisms ResearchTravaux en français237 207