MétaCan
Menu
Retour à la cohorte
Enregistrement W4415120452 · doi:10.5536/kjps.2025.52.3.185

The Current Status of Support and Long-Term Plans for the Conservation Policies of Livestock Genetic Resources in Various Countries

2025· article· en· W4415120452 sur OpenAlexaboutno aff
Ji-Won Kim, Dong-Hun No, Eun Jung Cho, Huimang Song, Seungchang Kim, Manhye Han, Sang-Hyon Oh

Notice bibliographique

RevueKorean Journal of Poultry Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesRural Development Administration
Mots-clésLivestockGeneral partnershipEndangered speciesGenetic resourcesSustainabilityBiodiversity conservation

Résumé

récupéré en direct d'OpenAlex

Biodiversity is essential for ecosystem stability, food security, and livestock breeding, yet many genetic resources are at risk of being lost. Therefore, this study aims to suggest a developmental direction for policy in the Republic of Korea by comparatively analyzing the conservation policies and international trends for livestock genetic resources in major countries (Germany, USA, UK, India, Canada, and France). For this purpose, the institutional frameworks, financial support, and key conservation projects of each country were comprehensively reviewed through official reports and research papers. The analysis revealed that major developed countries share common strategies: long-term support through stable public funds (e.g., Germany’s FAKT II, Canada’s Sustainable CAP), conservation of endangered breeds through public-private partnerships (e.g., the UK’s RBST), and systematic data-based management and utilization (e.g., the USA’s ARS). Based on these global best practices, this study suggests that establishing systematic support policies and institutions including securing a stable budget, introducing effective public-private partnership models, and advancing data-based management systems is essential for conserving domestic genetic diversity.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,231

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,278
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of Poultry ScienceMême sujetAgricultural Systems and PracticesTravaux en français237 207