MétaCan
Menu
Retour à la cohorte
Enregistrement W2566529373 · doi:10.1017/s0962728600001378

Toward a synthesis of conservation and animal welfare science

2010· article· en· W2566529373 sur OpenAlexaff
David Fraser

Notice bibliographique

RevueAnimal Welfare · 2010
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAnimal welfareWelfareMultidisciplinary approachConservation scienceConservation biologyEnvironmental planningBiodiversityEnvironmental ethicsBusinessEnvironmental resource managementPolitical scienceEcologyBiologySociologyGeographySocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Conservation biology and animal welfare science are multidisciplinary fields of research that address social concerns about animals. Conservation biology focuses on wild animals, works at the level of populations, ecological systems and genetic types, and deals with threats to biodiversity and ecological integrity. Animal welfare science typically focuses on captive (often domestic) animals, works at the level of individuals and groups, and deals with threats to the animals’ health and quality of life. However, there are many areas of existing or potential overlap: (i) many real-life problems, such as environmental contamination, urban development and transportation, create problems for animals that involve both welfare and conservation; (ii) research methods from each field are needed to address some of the scientific problems of the other; and (iii) policies and practices targeting either conservation or animal welfare may prove unproductive if they do not take account of both areas of concern. Moreover, scientists in both fields face the common challenge of applying science to guide policy and practice, often to issues that are both empirical and ethical, and often under conditions of uncertainty. There are many cases where communication and co-operation between the fields should lead to better science and better practical outcomes.

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)0,041
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,037
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0190,013
Études des sciences et des technologies0,0040,016
Communication savante0,0170,020
Science ouverte0,0030,010
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,314
Écart entre enseignants0,269 · 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'étudeThéorique ou conceptuel
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

Citations97
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal WelfareMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207