MétaCan
Menu
Retour à la cohorte
Enregistrement W4394614836 · doi:10.1080/21645698.2024.2335701

An assessment of the linkages between GM crop biotechnology and climate change mitigation

2024· article· en· W4394614836 sur OpenAlexaff
Stuart J. Smyth, Peter W.B. Phillips, David Castle

Notice bibliographique

RevueGM crops & food · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of VictoriaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésClimate changeAgricultural biotechnologyClimate change mitigationBiotechnologyCommodityAgricultureBusinessEnvironmental resource managementNatural resource economicsEnvironmental planningEnvironmental scienceBiologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

This article provides an analysis and evaluation of peer-reviewed evidence on the contribution of crop biotechnology to climate change mitigation and adaption. While there is a range of agricultural technologies and products that contribute to climate change mitigation, this literature landscape analysis focuses on the development of genetically modified traits, their use and adoption in major commodity crops and responsive changes in production techniques. Jointly, these technologies and products are contributing to climate change mitigation, yet the technology, the literature and evidence is still evolving as more sophisticated research methods are used with greater consistency. The literature analysis is undertaken with consideration of the consequential impact that regulatory regimes have on technology development. This assessment utilizes the Maryland Scientific Methods Scale and citation analysis, concluding that GM crops provide benefits that contribute to climate change mitigation.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,124

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 Opus0,041
Tête enseignante GPT0,318
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGM crops & foodMême sujetGenetically Modified Organisms ResearchTravaux en français237 207