Management factors affecting stereotypies and body condition score in nonracing horses in Prince Edward Island.
Notice bibliographique
Résumé
In North America, there are few representative data about the effects of management practices on equine welfare. In a randomized survey of 312 nonracing horses in Prince Edward Island (response rate 68.4%), owners completed a pretested questionnaire and a veterinarian examined each horse. Regression analyses identified factors affecting 2 welfare markers: body condition score (BCS) and stereotypic behavior. Horses' BCSs were high (mean 5.7, on a 9-point scale) and were associated with sex (males had lower BCSs than females; P < 0.001) and examination date (P = 0.052). Prevalences of crib biting, wind sucking, and weaving were 3.8%, 3.8%, and 4.8%, respectively. Age (OR = 1.07, P = 0.08) and hours worked weekly (OR = 1.12, P = 0.03) were risk factors for weaving. Straw bedding (OR = 0.3, P = 0.03), daily hours at pasture (OR = 0.94, P = 0.02), and horse type (drafts and miniatures had a lower risk than light horses; P = 0.12) reduced the risk of horses showing oral stereotypies. Some of these results contradict those of other studies perhaps because of populations concerned.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».