MétaCan
Menu
Retour à la cohorte
Enregistrement W4390485690 · doi:10.1093/plphys/kiad585

A pilot oral history of plant synthetic biology

2024· article· en· W4390485690 sur OpenAlexaff
Jaya Joshi, Andrew D. Hanson

Notice bibliographique

RevuePLANT PHYSIOLOGY · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBasic Energy SciencesOffice of ScienceNational Institute of Food and AgricultureU.S. Department of AgricultureU.S. Department of Energy
Mots-clésTimelineSynthetic biologyScholarshipResource (disambiguation)NarrativeGovernment (linguistics)Set (abstract data type)Work (physics)Environmental ethicsSociologyHistoryBiologyComputer scienceLawPolitical scienceEngineeringArchaeologyLiteratureBioinformaticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The whole field of synthetic biology (SynBio) is only about 20 years old, and plant SynBio is younger still. Nevertheless, within that short time, SynBio in general has drawn more scientific, philosophical, government, and private-sector interest than anything in biology since the recombinant DNA revolution. Plant SynBio, in particular, is now drawing more and more interest in relation to plants' potential to help solve planetary problems such as carbon capture and storage and replacing fossil fuels and feedstocks. As plant SynBio is so young and so fast-developing, we felt it was too soon to try to analyze its history. Instead, we set out to capture the essence of plant SynBio's origins and early development through interviews with 8 of the field's founders, representing 5 countries and 3 continents. We then distilled these founders' personal recollections and reflections into this review, centering the narrative on timelines for pivotal events, articles, funding programs, and quoting from interviews. We have archived the interview recordings and documented timeline entries. This work provides a resource for future historical scholarship.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLANT PHYSIOLOGYMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207