CROSSING OVER: GENOMICS IN THE PUBLIC ARENA
Notice bibliographique
Résumé
Introduction / Edna Einsiedel -- Pt. 1. The financial pipeline -- 1. The challenge of creating, protecting and exploiting networked knowledge / Peter W.B. Phillips -- 2. From bank to bench to pharmacy shelf: biotechnology and the culture of finance / Usher Fleising and Chalres Mather -- Pt. 2. Policies and publics -- 3. Agricultural biotechnology in Europe at the crossroads / Hedge Torgersen -- 4. Angles of vision: stakeholders and human embryonic stem cell policy development / Robin Downey, Rose Gernansar, and Edna Einsiedel -- Pt. 3. From public perception to public participation: consumer choice and decision-making -- 5. Involving communities: a matter of trust and communication / Béatrice Godard -- 6. Canadian attitudes to genetically modified food / Michelle Veeman, Wiktor Adamowicz, Wuyang Hu, and Anne Hünnemeyer -- Pt. 4. Framing the gene: the media sphere -- 7. Media representations of genetic research / Tania M. Bubela and Timothy Caulfield -- 8. Lay people actively process messages about genetics / Celest M. Condit -- 9. Telling technological tales: the media and the evolution of biotechnology / Edna Einsiedel -- Pt. 5. Second thoughts: ethical issues -- 10. Ethical analysis of representation in the governance of biotechnology / Michael M. Burgess -- 11. The regulation of animal biotechnology: at the crossroads of law and ethics / Lyne Létourneau -- 12. Second thoughts on biobanks: the Icelandic experience / Gardar Árnason -- Pt. 6. Reflections beyond the here and now -- 13. In search of nanoscale economics: intellectual property and nano-mercantilism in the pre-assembler and assembler stages of nanotechnology / Michael D. Mehta and Linda Goldenberg -- 14. Inhuman, superhuman, or posthuman? Images of genetic futures / Jon Turney -- Pt. 7. Conclusions -- 15. The future of genomics / Peter W.B. Phillips and Edna Einsiedel -- Contributors -- Index
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».