GEnZ explorer: a tool for visualizing agroclimate to inform research and regulatory risk assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Confined field trials (CFT) of genetically engineered (GE) crops are used to generate data to inform environmental risk assessments (ERA). ERAs are required by regulatory authorities before novel GE crops can be released for cultivation. The transportability of CFT data to inform risk assessment in countries other than those where the CFT was conducted has been discussed previously in an analysis showing that the primary difference between CFT locations potentially impacting trial outcomes is the physical environment, particularly the agroclimate. This means that data from trials carried out in similar agroclimates could be considered relevant and sufficient to satisfy regulatory requirements for CFT data, irrespective of the country where the CFTs are conducted. This paper describes the development of an open-source tool to assist in determining the transportability of CFT data. This tool provides agroclimate together with overall crop production information to assist regulators and applicants in making informed choices on whether data from previous CFTs can inform an environmental risk assessment in a new country, as well as help developers determine optimal locations for planning future CFTs. The GEnZ Explorer is a freely available, thoroughly documented, and open-source tool that allows users to identify the agroclimate zones that are relevant for the production of 21 major crops and crop categories or to determine the agroclimatic zone at a specific location. This tool will help provide additional scientific justification for CFT data transportability, along with spatial visualization, to help ensure regulatory transparency.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle