MétaCan
Menu
Retour à la cohorte
Enregistrement W4392831327 · doi:10.5376/mpb.2024.15.0003

Breeding 4.0 The Breeding Revolution of Genetic Information Integration and Editing

2024· article· en· W4392831327 sur OpenAlexvenueno aff
Jim‐Min Fang

Notice bibliographique

RevueMolecular Plant Breeding · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyGenome editingAnimal breedingSelective breedingPig breedingGeneticsGenomeGene

Résumé

récupéré en direct d'OpenAlex

Breeding 4.0 represents a breeding revolution in genetic information integration and editing, and is an important innovation in the field of plant breeding. By integrating genetic and genomic information, Breeding 4.0 introduces highly precise genotype selection and gene editing technologies to improve breeding efficiency and accuracy. This revolutionary breeding method helps accelerate the improvement and optimization of crop varieties to meet the growing agricultural demand and sustainable development challenges. The technology and methods of Breeding 4.0, including the development of genome prediction and selection, the application of high-throughput phenotype determination, and the application of artificial intelligence and machine learning in Breeding 4.0. The application and benefits of Breeding 4.0 are obvious, including examples and advantages of genetically modified breeding and gene editing breeding, as well as the contribution of Breeding 4.0 to sustainable agricultural development. However, Breeding 4.0 faces ethical, legal, and social considerations, as well as technical and methodological challenges. Undoubtedly, Breeding 4.0 is the forefront and future direction of contemporary breeding, providing a foundation for achieving higher-level breeding goals.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,512

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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetCRISPR and Genetic EngineeringTravaux en français237 207