MétaCan
Menu
Retour à la cohorte
Enregistrement W2401825743 · doi:10.1177/026119290403201s32

The Environmental Enrichment Committee

2004· article· en· W2401825743 sur OpenAlexaboutno aff
Kay Stewart

Notice bibliographique

RevueAlternatives to Laboratory Animals · 2004
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCredibilityEnvironmental planningPolitical sciencePublic relationsPsychologyGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Both the US Guide for the Care and Use of Laboratory Animals and the Canadian Council on Animal Care Guide to the Care and Use of Experimental Animals specify that suitable enrichment and social interaction with con-specifics should be considered when planning adequate housing for all laboratory animal species. In response to this dictum, the University of Notre Dame established an Environmental Enrichment Committee to develop, implement and assess an overall enrichment programme that encompasses all species housed at the Freimann Life Science Center. Although many enrichment strategies had been used prior to the formation of the committee, having the facility director formally authorize a committee gave the members credibility with the Principle Investigators, resources for programme development and time allotments for meetings and observations. The committee members began their assignment by defining the committee goals and responsibilities. Six categories for the enrichment strategies were established: social interaction, burrowing opportunities, perches and ramps, foraging opportunities, gnawing opportunities and food treats. A programme was developed to encompass the use of techniques within these categories with the animals that would benefit from them. Our experience is that the Environmental Enrichment Committee is an effective vehicle for the development and implementation of enrichment strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,002
Communication savante0,0060,002
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0850,059

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,359
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlternatives to Laboratory AnimalsMême sujetAnimal testing and alternativesTravaux en français237 207