Dangerous animals in captivity: Ex situ tiger conflict and implications for private ownership of exotic animals
Notice bibliographique
Résumé
Abstract The risks associated with tiger attacks on people in the wild are well documented. There may currently be more tigers in captivity than in the wild, but relatively little is known about the risks of injury or death associated with owning and managing captive tigers and other large carnivores. The purpose of this study was to conduct a global assessment of attacks by captive tigers on people, with particular emphasis on cases in the United States. Our analysis of 30 international media sources and additional documents uncovered 59 unique incidents in 1998–2001 in which people were reportedly injured or killed by captive tigers. In the United States, seven people were reportedly killed and at least 27 were injured—a rate of 1.75 fatal attacks and at least nine nonfatal attacks per year. All but one fatal attack in the United States occurred in situations where tigers were privately owned or held in private facilities. Forty‐two percent of the victims were classified as visitors, and almost one‐quarter of the victims were under the age of 20. These results suggest that the victims underestimated the dangers posed by direct contact with these animals. In this work we review current legislation regarding captive ownership of tigers and other large exotic animals, and contradict claims by those who support private ownership of tigers and other large felids that the risks associated with owning and viewing these animals are insignificant. We conclude that the growing number of people who own tigers and other large exotic animals is cause for concern because of the danger to the animals, the handlers, and the public. The problem of private ownership of dangerous exotic animals has broad implications for tiger and large‐carnivore conservation, public health, and animal welfare. We support the regulation of private ownership of dangerous exotic animals, and encourage scientific analysis of this contentious issue. Zoo Biol 22:573–586, 2003. © 2003 Wiley‐Liss, Inc.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».