International Trade, Intellectual Property Rights And Traditional Knowledge: The Case of Plant Genetic Resources
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
The research, development and commercialization focus of genetically modified (GM) crops is undergoing a shift from production-trait characteristicssuch as herbicide tolerance and insect resistance -to output-trait characteristics -such as nutraceuticals/functional foods and plant-made pharmaceuticals.It can be expected that, unlike the former focus, the latter focus will increasingly rely upon traditional knowledge to identify plants with characteristics beneficial to human health.These plants will then be subject to the techniques and procedures of modern biotechnology in order to isolate and extract those characteristics for the development of products (by mostly multinational corporations) that are protected by intellectual property rights (IPRs) and likely to be extensively traded across national boundaries.To proponents, this represents bioprospecting: a critical component of the innovative process of bringing human health benefits to all and not just those fortunate enough to benefit from the traditional knowledge because they live in a particular geographic or cultural zone.Yet, to critics, this represents biopiracy: a disingenuous repackaging of traditional knowledge in order to secure monopoly rents for the biopirate while excluding the original innovator from a claim to these rents.The objective of this paper is to examine the bioprospecting -biopiracy debate in the context of traditional knowledge as an important component in an aboriginal economic development strategy.It is concluded that in order to maximize the economic development 75
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 | 0,001 | 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) | 0,001 | 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