Public concerns about dairy-cow welfare: how should the industry respond?
Notice bibliographique
Résumé
Common practices on dairy farms have fallen out of step with public values, such that the dairy industry has now become a target for public criticism. In the present paper, we describe some of the forces that have led to the current situation, and various potential methods to rectify the situation. One approach is to shield industry practices from public scrutiny, for example, by using ‘ag-gag’ legislation to stem the flow of videos exposing contentious practices. Another is to educate members of the public so that they better understand the nature of these practices and the reasons that they are used on farms. The literature we reviewed indicated that neither of these approaches is likely to be successful. Instead, we suggest that the dairy industry needs to develop methods of meaningful two-way engagement with concerned citizens, including research using social-science methods to document the values of different stakeholders and examine approaches to resolving conflicts. We also reviewed how biological research can help resolve issues, for example, by developing rearing systems that address public concerns around freedom of movement and social contact without putting animals at an increased risk of disease. We end with a discussion of how policy efforts by the dairy industry can be used to ensure compliance with commonly accepted standards, and more ambitiously, develop a common vision of dairying that positions the industry as a leader in animal welfare.
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 | 0,070 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,021 |
| Communication savante | 0,020 | 0,022 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,019 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».