Indigenizing fungal biotechnology for planetary health: an opinion paper
Notice bibliographique
Résumé
New fungal biotechnologies are advancing applied and conservation mycology to support global regenerative outcomes for natural and human systems. Here, we propose the Applied and Conservation Mycology Framework to align fungal biotechnology and Indigenous Knowledge Systems in support of planetary health, "the health of human civilization and the state of the natural systems it depends on." The Kunming-Montreal Global Biodiversity Framework (KM-GBF) adopted at the 2022 United Nations Biodiversity Conference is humanity's best effort at reconciling the sustainable development of all societies and biodiversity loss while reaffirming the rights of Indigenous Peoples (IPs). Through Indigenous Data Sovereignty (IDSov) and Governance (IDGov), fungal biotechnologies could help address all 23 KM-GBF Targets. In this opinion paper, we apply Indigenous relational science and knowledge systems to explore how advancements in fungal biotechnology and digital technology enable Indigenous Peoples to develop, practice, and govern fungal biotechnologies for applied and conservation mycology. We focus on the Kara & Kichwa Nations, Indigenous Peoples of Ecuador, the Cultural Mountain of Andea, and the Cultural Rainforest of Amazonia. The ACMF centers on fungal biotechnological innovation by Indigenous Peoples and their participation in the global bioeconomy in the service of planetary health and all 23 KM-GBF Targets. We offer a starting point for envisioning future fungal technologies developed by Indigenous Peoples and in service of planetary health.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,009 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».