Jump Horse Safety: Reconciling Public Debate and Australian Thoroughbred Jump Racing Data, 2012–2014
Notice bibliographique
Résumé
Thoroughbred jump racing sits in the spotlight of contemporary welfare and ethical debates about horse racing. In Australia, jump racing comprises hurdle and steeplechase races and has ceased in all but two states, Victoria and South Australia. This paper documents the size, geography, composition, and dynamics of Australian jump racing for the 2012, 2013, and 2014 seasons with a focus on debate about risks to horses. We found that the majority of Australian jump racing is regional, based in Victoria, and involves a small group of experienced trainers and jockeys. Australian jump horses are on average 6.4 years of age. The jump career of the majority of horses involves participating in three or less hurdle races and over one season. Almost one quarter of Australian jump horses race only once. There were ten horse fatalities in races over the study period, with an overall fatality rate of 5.1 fatalities per 1000 horses starting in a jump race (0.51%). There was significant disparity between the fatality rate for hurdles, 0.75 fatalities per 1000 starts (0.075%) and steeplechases, 14 fatalities per 1000 starts (1.4%). Safety initiatives introduced by regulators in 2010 appear to have significantly decreased risks to horses in hurdles but have had little or no effect in steeplechases. Our discussion considers these Animals 2015, 5 1073 data in light of public controversy, political debate, and industry regulation related to jump horse safety.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».