MétaCan
Menu
Retour à la cohorte
Enregistrement W4401052174 · doi:10.1007/978-3-031-63917-3

International Regulation of Gene Editing Technologies in Crops

2024· book· en· W4401052174 sur OpenAlexfundno aff
Lisa F. Clark, Jill E. Hobbs

Notice bibliographique

RevueSpringerBriefs in environmental science · 2024
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensnon disponible
Organismes subventionnairesSaskatchewan Wheat Development CommissionGenome PrairieNational Academies of Sciences, Engineering, and MedicineAlberta Wheat CommissionCanadian Food Inspection AgencyPhilippine Rice Research InstituteGenome CanadaEuropean Food Safety AuthorityWestern Grains Research FoundationWorld Health OrganizationEuropean CommissionMinistry of Agriculture - SaskatchewanAgriculture and Agri-Food CanadaNational Science Foundation
Mots-clésGenome editingBiologyGeneBiotechnologyComputer scienceGeneticsCRISPR

Résumé

récupéré en direct d'OpenAlex

SpringerBriefs in Environmental Science present concise summaries of cuttingedge research and practical applications across a wide spectrum of environmental fields, with fast turnaround time to publication.Featuring compact volumes of 50 to 125 pages, the series covers a range of content from professional to academic.Monographs of new material are considered for the SpringerBriefs in Environmental Science series.Typical topics might include: a timely report of state-of-the-art analytical techniques, a bridge between new research results, as published in journal articles and a contextual literature review, a snapshot of a hot or emerging topic, an in-depth case study or technical example, a presentation of core concepts that students must understand in order to make independent contributions, best practices or protocols to be followed, a series of short case studies/debates highlighting a specific angle.SpringerBriefs in Environmental Science allow authors to present their ideas and readers to absorb them with minimal time investment.

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 enseignants0,224
Score d'incertitude au seuil0,607

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 Opus0,004
Tête enseignante GPT0,242
Écart entre enseignants0,238 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringerBriefs in environmental scienceMême sujetCRISPR and Genetic EngineeringTravaux en français237 207