MétaCan
Menu
Retour à la cohorte
Enregistrement W2557599778 · doi:10.1108/ijes-07-2016-0012

Assessment of emergency/disaster preparedness and awareness for animal owners in Canada

2016· article· en· W2557599778 sur OpenAlexaffabout
Mary Onukem

Notice bibliographique

RevueInternational Journal of Emergency Services · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésPreparednessEmergency managementVulnerability (computing)BusinessDisaster preparednessOriginalityPublic relationsValue (mathematics)Emergency responseOrder (exchange)Medical emergencyPolitical scienceMedicineQualitative researchComputer securitySociologyFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to review the vulnerability and challenges faced by Canadian pet owners in times of disaster and evaluate emergency preparedness measures put in place to address the identified issues. Design/methodology/approach Emergency preparedness strategies from different countries were identified to weigh against Canada’s state of preparedness. Findings Pet/animal owners without emergency plans for their animals are more vulnerable than non-pet owners when they need to flee from disaster; and as Canada faces disaster challenges, proactive preparedness in emergency demands awareness, cooperation and commitment from everyone –governments, corporations, community groups and individuals become a necessity. Originality/value Based on the identified need, the paper reviews strategies that engages pet owners in preparing for emergency in order to keep individuals and their communities safe. This paper will be beneficial to policy makers, researchers, health educators, scholars and emergency management professionals that read the journal.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Emergency ServicesMême sujetAgriculture and Farm SafetyTravaux en français237 207