Notice bibliographique
Résumé
Beliefs form a major component of public attitudes, and attitudes have a role in determining how people behave as consumers and as citizens. Their behavior in turn affects the commercial viability and even the sustainability of animal industries. Beliefs are subjective facts, that is, matters that individuals consider to be true. The process of informing the community necessarily involves changing beliefs and, to this extent, persuasion. Education strategies relating to welfare issues depend on the target group and the desired outcome. Target groups include farmers, post-farm gatekeepers including transport drivers and abattoir workers, carers of companion animals, legislators and regulators, retailers, and the general community. These target groups may not be homogeneous, but each nevertheless has identifiable needs for knowledge and skills relevant to welfare. The approach that is likely to be most effective is to provide appropriately targeted dispassionate and factual information to the community. In this way, when debates about animal welfare occur, all the stakeholders--including animal-rights groups, retailers, farmers, legislators, and regulators--who are involved in the debate are more likely to produce good outcomes if discussion is based on a shared understanding of what current practices are and what science can reveal about welfare. Given that the mass media are the preferred source of information, the use of science-based media coverage and informed ethical debate is likely to have the best effect, albeit over a fairly long time frame.
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 | 0,029 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,016 |
| Communication savante | 0,014 | 0,020 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,015 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».