MétaCan
Menu
Retour à la cohorte
Enregistrement W4413412762 · doi:10.1139/gen-2025-0008

The current regulatory status of biotechnologically bred crops in Canada and beyond

2025· review· en· W4413412762 sur OpenAlexaffvenueabout
Stacy D. Singer, Dominique Michaud

Notice bibliographique

RevueGenome · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité LavalLethbridge College
Organismes subventionnairesnon disponible
Mots-clésBiotechnologyBiologyContext (archaeology)Food securityGenetically modified organismGenetically modified cropsAgricultureApprehensionPaceTraitToolboxCropNatural resource economicsTransgeneAgronomyGeneEcologyComputer scienceGeneticsEconomics

Résumé

récupéré en direct d'OpenAlex

Crop breeding, which relies on the presence and/or generation of alterations in DNA, has been essential to the development of agricultural production. Such breeding endeavours are carried out using a wide range of methods, which have diversified immensely over the years as our understanding of genetics has grown. While this expansion in our breeding "toolbox" has provided vast improvements in the specificity, pace and effectiveness of crop trait enhancement, apprehension surrounding the use of biotechnological breeding platforms in particular led countries to develop costly and lengthy regulatory processes for plants deemed to be "genetically modified" as a means of managing safety concerns and assuaging public unease. In this article, we discuss crop regulatory policies in Canada and beyond, in the context of transgenic crops, as well as those developed using newer biotechnological breeding platforms such as gene editing. We also examine the benefits of biotechnologically bred crops, and consider the broader socio-economic, ethical, and environmental impacts of overly restrictive regulatory frameworks, which could very feasibly limit the prospect of food security in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,966

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,007
Tête enseignante GPT0,280
Écart entre enseignants0,273 · 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
GenreSynthèse

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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetCRISPR and Genetic EngineeringTravaux en français237 207