Public attitudes toward the use of technology to create new types of animals and animal products
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
Philosophers have used thought experiments to examine contentious examples of genetic modification. We hypothesised that these examples would prove useful in provoking responses from lay participants concerning technological interventions used to address welfare concerns. We asked 747 US and Canadian citizens to respond to two scenarios based on these thought experiments: genetically modifying chickens to produce blind progeny that are less likely to engage in feather-pecking (BC); and genetically modifying animals to create progeny that do not experience any subjective state (i.e. incapable of experiencing pain or fear; IA). For contrast, we assessed a third scenario that also resulted in the production of animal protein with no risk of suffering but did not involve genetically modifying animals: the development of cultured meat (CM). Participants indicated on a seven-point scale how acceptable they considered the technology (1 = very wrong to do; 7 = very right to do), and provided a text-based, open-ended explanation of their response. The creation of cultured meat was judged more acceptable than the creation of blind chickens and insentient animals. Qualitative responses indicated that some participants accepted the constraints imposed by the thought experiment, for example, by accepting perceived harms of the technology to achieve perceived benefits in reducing animal suffering. Others expressed discomfort with such trade-offs, advocating for other approaches to reducing harm. We conclude that people vary in their acceptance of interventions within existing systems, with some calling for transformational change.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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