MétaCan
Menu
Retour à la cohorte
Enregistrement W4409119845 · doi:10.1139/gen-2024-0164

Reducing the regulatory burden of plant biotechnology regulations in Canada

2025· article· en· W4409119845 sur OpenAlexaffvenueabout
Simona Lubieniechi, Savannah Gleim, Stuart J. Smyth

Notice bibliographique

RevueGenome · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCommercializationBiotechnologyAgricultural biotechnologyBusinessAgricultureConsumption (sociology)Product (mathematics)Pipeline (software)Emerging technologiesProduction (economics)Natural resource economicsIndustrial organizationInternational tradeMarketingBiologyEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Regulations within the crop agriculture industry exist to ensure that products undergoing risk assessment prior to commercialization are safe for the environment and human consumption. Since 1995, these regulations have provided safe crops and foods for Canadians to consume, as no commercialized innovative product has caused any post-commercialization health or environmental problems. However, Canada suffers from a gap in its innovation pipeline in that far more investments go into the innovation pipeline than products come out. Canada is a global top ten nation in terms of innovation investments yet drops over ten positions when it comes to outputs. Additionally, Canada is one of the lowest ranked on the G30 list of countries in terms of regulatory burden on the economy. This article describes updates to the regulatory framework for plant biotechnology, highlighting recent changes regarding regulation of gene editing technologies and how these changes respond to previously identified innovation barriers.

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 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)0,011
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,837

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,003
Communication savante0,0080,002
Science ouverte0,0030,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,015
Tête enseignante GPT0,207
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetGenetically Modified Organisms ResearchTravaux en français237 207