Demographics of Australian horses: results from an internet‐based survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To obtain information on the types of Australian horses, how they are kept and their activities. METHODS: An invitation to participate in an opt-in, internet-based survey was sent to 7000 people who had registered an email address to receive information from the Australian Horse Industry Council Inc. RESULTS: There were 3377 (48%) useable responses from owners of 26,548 horses. Most horses were kept on small properties (usually 2-8 ha) in paddocks in rural areas of Queensland, New South Wales and Victoria. Most horses were female or geldings and the most common of 54 different activities was breeding. Owners reported 19,291 horses were used in different activities and 6037 (23%) horses were not kept for any stated purpose or activity. Owners used an average of 1.95 horses in 2.9 different types of activities. The most common of the 43 breeds were Thoroughbred, Australian Stock Horse and Australian Quarter Horse. Only 1% of the total numbers of Thoroughbreds and Standardbreds in this survey were used in horse racing, indicating there is a demand for these breeds in non-racing activities. Microchip was the most favoured method of horse identification and 36% favoured compulsory registration of horses. Most respondents reported owning some other animal species. CONCLUSIONS: There is a wide variation in horse breeds used in different activities by Australian horse owners. There are regional differences in various management systems. There needs to be considerable improvement in the collection and recording of information to improve the validity and reliability of horse industry data.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle