Estimation of the number and demographics of companion dogs in the UK
Notice bibliographique
Résumé
BACKGROUND: Current estimates of the UK dog population vary, contain potential sources of bias and are based on expensive, large scale, public surveys. Here, we evaluate the potential of a variety of sources for estimation and monitoring of the companion dog population in the UK and associated demographic information. The sources considered were: a public survey; veterinary practices; pet insurance companies; micro-chip records; Kennel Club registrations; and the Pet Travel Scheme. The public survey and subpopulation estimates from veterinary practices, pet insurance companies and Kennel Club registrations, were combined to generate distinct estimates of the UK owned dog population using a Bayesian approach. RESULTS: We estimated there are 9.4 (95% CI: 8.1-11.5) million companion dogs in the UK according to the public survey alone, which is similar to other recent estimates. The population was judged to be over-estimated by combining the public and veterinary surveys (16.4, 95% CI: 12.5-21.5 million) and under-estimated by combining the public survey and insured dog numbers (4.8, 95% CI: 3.6-6.9 million). An estimate based on combining the public survey and Kennel Club registered dogs was 7.1 (95% CI: 4.5-12.9) million. Based on Bayesian estimations, 77 (95% CI: 62-92)% of the UK dog population were registered at a veterinary practice; 42 (95% CI: 29-55)% of dogs were insured; and 29 (95% CI: 17-43)% of dogs were Kennel Club registered. Breed demographics suggested the Labrador was consistently the most popular breed registered in micro-chip records, with the Kennel Club and with J. Sainsbury's PLC pet insurance. A comparison of the demographics between these sources suggested that popular working breeds were under-represented and certain toy, utility and miniature breeds were over- represented in the Kennel Club registrations. Density maps were produced from micro-chip records based on the geographical distribution of dogs. CONCLUSIONS: A list containing the breed of each insured dog was provided by J. Sainsbury's PLC pet insurance without any accompanying information about the dog or owner.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».