Notice bibliographique
Résumé
En 1991, un employé du Ministère canadien de l’agriculture et de l’agroalimentaire récolte, en Chine, des semences de la plante de stévia. Il les séquence puis dépose les données obtenues sur la banque de séquences d’ADN étasunienne GenBank ®. Ces données seront utilisées, une décennie plus tard, par une entreprise de biotechnologie suisse, pour développer une souche de levure capable de sécreter, avec un meilleur rendement, l’édulcorant naturellement contenu dans la plante de stévia. Plusieurs brevets seront obtenus par la firme. En 2015, des ONG dénoncent l’appropriation de savoirs traditionnels détenus par des populations amérindiennes sur la plante de stévia, en violation des traités sur l’accès aux ressources génétiques et le partage juste et équitable des avantages découlant de leur utilisation (APA), à savoir la Convention sur la diversité biologique et le Protocole de Nagoya. Face à de tels processus, qui détient quels droits sur les organismes, l’ADN qu’ils contiennent, les données extraites de cet ADN et les connaissances traditionnelles ou techniques produites ? Mis en oeuvre depuis près de trente ans pour apporter une solution à ces problèmes, le régime sur l’APA peine, en pratique, à y répondre. Cet ouvrage explore les stratégies des États, des multinationales, des acteurs de la recherche publique, des institutions de conservation des ressources génétiques et des ONG, face aux droits de propriété et à ce régime sur l’APA, fragmenté, encore instable et souvent instrumentalisé. Il propose des pistes d’amélioration, en testant une proposition de régime alternatif et en formulant une série de recommandations.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,928 | 0,995 |
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 ».