Strategies for Benefit-Sharing of Digital Sequence Information in the Kunming-Montreal Global Biodiversity Framework
Bibliographic record
Abstract
제15차 생물다양성협약 당사국총회에서 ‘자연과 조화로운 삶’이라는 비전을 2050년까지 달성하기 위한 ‘쿤밍-몬트리올 글로벌 생물다양성 프레임워크(GBF)’ 전략계획이 채택되었다. 지난 10년의 생물다양성협약 전략목표가 성공하지 못하였기에, 포스트-2020 글로벌 생물다양성 전략목표와 이행수단, 당사국의 주요 의무들은 무엇인지 알아보는 것은 의미가 있다. 무엇보다 주목할 것은, 그동안 당사국 간 많은 의견 대립이 이어져 온 디지털 염기서열 정보(DSI)가 이익공유 대상이라고 GBF 문서로 명시된 것이다. 전통적으로 나고야의정서의 물적인 적용대상은 유전자원 및 토착민이 보유한 유전자원과 관련된 전통지식인데, 유전자원에 관한 디지털 염기서열 정보의 이익공유가 추가된 것이다. 이에 본고에서는 쿤밍-몬트리올 GBF의 주요 내용들을 살펴보고 디지털 염기서열 정보의 논의 경과와 함께 결정문의 분석을 토대로, 디지털 염기서열 정보의 이익공유에 대한 우리 정부와 산업계를 비롯한 적절한 대응방안을 다음과 같이 모색하였다. 첫째, 디지털 염기서열 정보의 다자간 이익공유 체제 도입에 대한 철저한 검토가 필요하다. 둘째, 공공데이터베이스의 적극 활용과 공공데이터베이스의 이용료 부과나 이익공유와 같은 제한에는 반대의 목소리를 높여야 한다. 셋째, 디지털 염기서열 정보가 다자 이익체제의 대상이 된다고 하더라도, 이용자들은 제공국의 유전자원 접근 및 이익공유 관련 법률을 반드시 살펴보아야 한다. 마지막으로, 우리나라 이용자들은 정부의 지원 시책을 적극 활용하여 디지털 염기서열 정보 접근 및 이용에 필요한 사항들을 적극적으로 요구하여야 한다.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.033 | 0.041 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.006 | 0.019 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.005 | 0.013 |
| Research integrity | 0.012 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".