MétaCan
Menu
Retour à la cohorte
Enregistrement W7097823350

Ethical Issues Arising from Enviropigs A Cooperative Learning Ethics Case Study New Perspectives in Agricultural Biotechnology

2002· article· en· W7097823350 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésManureAgricultureHarmPhytaseProduction (economics)Intensive farmingEthical issues
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Manure from farm animals is an important natural fertilizer for the growth of crops, but manure from intensive hog farms is a serious environmental problem. Because it is high in phosphorous, it can lead to water contamination, algae blooms which harm aquatic life, and the production of greenhouse gases. Researchers at the University of Guelph have developed transgenic pigs, Enviropigs, that use plant phosphorus more efficiently. By producing the enzyme phytase in the their saliva, the pigs can degrade normally indigestible phytate, which would otherwise release phosphorous into the pigs ’ manure. As a result, the phosphorus content of the manure is reduced by as much as 75 percent. Some groups claim that Enviropigs will produce substantial benefits to the environment, consumers, and pork producers. Others claim that these benefits are a smokescreen that will divert attention from the long-term unsustainability of intensive pork production, and that Enviropigs pose unacceptable risks to consumers and the environment. One of the primary funders of the research, Agriculture and Agri-Food Canada (AAFC), is deciding whether to renew their funding of the research. In response to increased

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)0,040
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0260,022
Communication savante0,0110,008
Science ouverte0,0030,010
Intégrité de la recherche0,0160,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,044
Tête enseignante GPT0,314
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnimal Genetics and ReproductionTravaux en français237 207