Incidence de la réglementation actuelle et future des aliments génétiquement modifiés sur leur exploitation
Bibliographic record
Abstract
Depuis quelques années, le recours à la biotechnologie dans le secteur de\nl'alimentation est omniprésent. Les techniques, évoluant au gré de l'avancement\nde la science, permettent aux gens faisant partie de plusieurs sphères de la\nsociété, tels les scientifiques, producteurs, agriculteurs, consommateurs etc., de\nprofiter de ces percées technologiques. Toutefois, afin d'encadrer la\ncommercialisation de ces nouveaux produits alimentaires découlant de cette\ntechnologie, un cadre réglementaire devait, il va sans dire, être élaboré. Ce fut le\ncas de part et d'autre de l'Atlantique. Toutefois, bien qu'appréciée des\nscientifiques, cette technologie est loin de faire l'assentiment de tous. D'ailleurs,\ndifférentes perceptions se reflètent dans les différents cadres réglementaires mis\nde l'avant, tout aussi bien canadien que français, quant à l'utilisation et la mise en\nvente des nouveaux aliments. Ce travail décrit les systèmes réglementaires visant\nla commercialisation des aliments nouveaux tant canadien que français. Par\nailleurs, il relate les différents débats, sociologique, éthique, et techniques, dont\nces organismes génétiquement modifiés (OGM) sont la cible.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".