MétaCan
Menu
Retour à la cohorte
Enregistrement W1995024008 · doi:10.2527/jas.2006-422

BOARD-INVITED REVIEW: The ethical and behavioral bases for farm animal welfare legislation

2007· review· en· W1995024008 sur OpenAlexaff
Candace Croney, Suzanne T. Millman

Notice bibliographique

RevueJournal of Animal Science · 2007
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLegislationAnimal welfareLegislaturePublic economicsWelfareEuropean unionPolitical scienceBusinessEconomicsEconomic policyLawBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Concerns about farm animal welfare vary among individuals and societies. As people increasingly consider the values underlying current farm animal production methods, farm animal welfare policy debates have escalated. Recent food animal protection policies enacted in the European Union have fueled highly contentious discussions about the need for similar legislative activity in the United States. Policymakers and scientists in the United States are apprehensive about the scientific assessment, validation, and monitoring of animal welfare, as well as the unforeseen consequences of moving too hastily toward legislating farm animal welfare. The potential impact of such legislation on producers, food prices, animals, and concerned citizens must also be considered. Balancing the interests of all stakeholders has therefore presented a considerable challenge that has stymied US policymaking. In this review, we examine the roles of ethics and science in policy decisions, discuss how scientific knowledge relative to animal behavior has been incorporated into animal welfare policy, and identify opportunities for additional refinement of animal welfare science that may facilitate ethical and policy decisions about animal care.

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)0,014
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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 Opus0,216
Tête enseignante GPT0,480
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations76
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207