MétaCan
Menu
Retour à la cohorte
Enregistrement W4285048741 · doi:10.1007/978-1-0716-2241-4_17

Regulation of Molecular Farming Products

2022· article· en· W4285048741 sur OpenAlexaffabout
Penny Hundleby, Marc‐André D’Aoust, Carolyn Finkle, Judith Atkins, Richard M. Twyman

Notice bibliographique

RevueMethods in molecular biology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueTransgenic Plants and Applications
Établissements canadiensMedicago (Canada)
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesEuropean Commission
Mots-clésAgricultureProduction (economics)BiotechnologyBusinessProduct (mathematics)CosmeticsGenetically modified organismRisk analysis (engineering)Environmental planningGeographyBiologyEconomicsEcologyMedicineGeneGeneticsMathematics

Résumé

récupéré en direct d'OpenAlex

The regulation of molecular farming is a complex topic because plants and plant-based systems are relative newcomers among the many production platforms available for recombinant proteins. The regulations specific for different types of product (human/veterinary pharmaceuticals and medical devices, cosmetics, diagnostics, and research reagents) must therefore be overlaid with the regulations governing hitherto unfamiliar production platforms, and this must be achieved in different jurisdictions that handle genetically modified organisms (and genetically modified plants in particular) in very different ways. This chapter uses examples of different product types and production methods in three different jurisdictions (the USA, the EU, and Canada) to demonstrate some of the challenges facing the regulatory authorities.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,361
Écart entre enseignants0,342 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetTransgenic Plants and ApplicationsTravaux en français237 207