Factors associated with hare mortality during coursing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Hare coursing is a widespread but controversial activity. In an attempt to reduce hare mortality and mitigate the activity's impact on hare welfare, the Irish Coursing Club introduced measures including the compulsory muzzling of dogs in 1993. However, the efficacy of these measures remained the subject of heated debate. Official records, corroborated by independent video evidence, were used to assess the fate of individual Irish hares (Lepus timidus hibernicus) during coursing events from 1988-2004. Muzzling dogs significantly reduced levels of hare mortality. In courses using unmuzzled dogs from 1988/89-1992/93 mean hare mortality was 15.8%, compared to 4.1% in courses using muzzled dogs from 1993/94-2003/04. Further reductions in mortality could not be accounted for by muzzling dogs, supporting the efficacy of other factors such as improved hare husbandry. The duration of the head start given to the hare prior to the release of the dogs significantly affected the outcome of the course. Hares that were killed had head starts of greater duration than those that were chased but survived, suggesting the former may have been slower. The selection of hares by assessment of their running ability may provide means to reduce hare mortality during courses further. Our findings support the efficacy of measures taken to mitigate the impact of coursing on individual hares. However, it is necessary to evaluate the impact of removing hares from the source population and of returning coursed hares to the wild before the wider impact of coursing on wild hare populations can be determined.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle