MétaCan
Menu
Retour à la cohorte
Enregistrement W4404044890 · doi:10.1177/09636625241287392

Sociotechnical imaginaries of gene editing in food and agriculture: A comparative content analysis of mass media in the United States, New Zealand, Japan, the Netherlands, and Canada

2024· article· en· W4404044890 sur OpenAlexaffabout
Ashmita Das, Diana Córdoba, Silje Kristiansen, Sara Velardi, Anke Wonneberger, Tomiko Yamaguchi, Theresa Selfa

Notice bibliographique

RevuePublic Understanding of Science · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensQueen's University
Organismes subventionnairesDivision of Social and Economic SciencesNational Science Foundation
Mots-clésSociotechnical systemLegitimacyNarrativeSociologyAgricultureCivil societyPublic relationsPolitical sciencePolitical economyPoliticsEconomicsLawBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Sociotechnical imaginaries of gene editing in food and agriculture reflect and shape culturally particular understandings of what role technology should play in an ideal agrifood future. This study employs a comparative media content analysis to identify sociotechnical imaginaries of agricultural gene editing and the actors who perform them in five countries with contrasting regulatory and cultural contexts: Canada, Japan, New Zealand, the Netherlands, and the United States. We find that news media in these countries reinforce a predominantly positive portrayal of the technology's future, although variations in which imaginaries are most mobilized exist based on the regulatory status of gene editing and unique histories of civil society engagement around biotechnology in each country. We argue that by granting legitimacy to some narratives over others, the media supports gene editing as a desirable and necessary component of future agrifood systems, thereby limiting consideration of broader issues related to the technology's development and application.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Qualitatiflow
gptÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Qualitatifhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,759

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,008
Études des sciences et des technologies0,0040,005
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,288
Écart entre enseignants0,239 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeQualitatif
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Understanding of ScienceMême sujetCRISPR and Genetic EngineeringCatégorieÉtudes des sciences et des technologiesTravaux en français237 207