How might veterinarians do more for animal welfare? Comment les vétérinaires peuvent-ils faire plus pour améliorer le bien-être des animaux?
Notice bibliographique
Résumé
This point reflects today’s holistic understanding of welfare as the state of the animal’s mind and body and the extent to which its nature is satisfied (3). If veterinarians are to do more for animal welfare, it is not enough for them to identify that herd productivity is down, that an animal is sick, or that the environment predisposes animals to illness. Even when an animal is healthy and the environment meets its physical needs, the environment should also promote mental welfare and enable the animal to satisfy its nature. For example, a horse may have a clean, spacious stall, but lack social contact; a hospitalized cat may have a clean cage, but have inadequate separation between its food and its litter-tray and have nowhere to hide (4). Veterinarians also need to be aware that clinical signs associated with compromised physical welfare may be associated with reduced mental and natural aspects of welfare. For example, dairy cows in tie-stalls may develop muscle cramps by the end of the winter due to lack of exercise. The same lack of exercise also frustrates expression of the bovine nature of moving about to graze and interact. Thus, an exercise yard is desirable to promote all 3 aspects of welfare, not only health. These examples of a more inclusive approach to veterinary assessment indicate how veterinarians might do more for animal welfare in the course of their clinical work.
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 | 0,021 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,015 |
| Communication savante | 0,012 | 0,023 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,029 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 ».