Costa Rican consumer perceptions of gene-editing
Notice bibliographique
Résumé
Costa Rica's rice production, a large determinant of the country's food security, is being negatively impacted by frequently increasing periods of intense drought. Costa Rican scientists have applied CRISPR/Cas9 to develop drought resistant rice varieties they believe the country's rice producers could benefit from. However, would Costa Ricans consume gene edited rice or products derived from this crop? A three-part, 26-question survey administered in-person to 1096 Costa Ricans uncovers their attitudes, knowledge, and perceptions of gene editing technology and crops. Multiple regressions were built where the independent variables were age, gender, education level, and subjective economic situation. No statistically significant relationships were found in the regression coefficients. Moreover, the k-means procedure (cluster analysis) was used to categorize respondents according to their attitudes on the consumption of gene-edited foods: negative, neutral, and positive. Results show that overall, Costa Rican consumers are open to the application of gene editing in agriculture and would consider consuming products derived from the application of the technology. They are also open to gene editing technology being used to address human and animal health issues. However, Costa Rican consumers are not open to gene editing being used to "design" human traits. This study adds evidence to the emerging literature on the acceptance of gene-edited food. It also highlights the importance of informing societies of just how vulnerable agriculture, and therefore food security, is to the increasingly adverse effects of climate 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.
Comment cette classification a été obtenuedéplier
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».