Management and rehabilitation of inter-dog aggression in animal shelters
Notice bibliographique
Résumé
Identification and treatment of inter-dog aggression is important so that animal shelters can re-home animals safely and reduce long-term confinement and euthanasia rates. This thesis describes 1) a survey study which identified current management of aggressive dogs in shelters and explored the feasibility of implementing rehabilitation for inter-dog aggression, and 2) an experimental study of the effectiveness of a rehabilitation program for reducing inter-dog aggression in shelter dogs. Of the 43 shelters that responded to the questionnaire, most admitted aggressive dogs, reported inter-dog aggression as a common problem, and estimated that less than 10% of adopted dogs are returned for inter-dog aggression. Management of aggressive dogs included humane destruction and rehabilitation. Rehabilitation methods were diverse, and respondents expressed varied levels of confidence over the success of their programs. Factors preventing rehabilitation included lack of time and financial constraints, but shelters indicated an interest in rehabilitation if a practical, scientifically validated program were available. In the experimental study, sixteen shelter dogs that showed inter-dog aggression in a behaviour test received a 10-day treatment of daily rehabilitation (rehabilitation group, n = 9) or daily release into an outdoor enclosure (control group, n = 7). Most rehabilitation dogs showed a decline in aggression scores when tested on the day after the last treatment, compared with their pre-treatment scores. Control dogs showed either an increase or no change in aggression scores. The change in aggression scores differed significantly between the groups (U= 8.5, p < 0.01), but the difference was no longer significant when a reduced sample of dogs was tested one week after rehabilitation ended (Day 18). This study provides evidence of short-term reduction of aggression through a rehabilitation program, but further work is needed on effective and practical ways of maintaining the behavioural change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».