Notice bibliographique
Résumé
Aggressivitet är ett vanligt förekommande beteende hos många arter och kan signaleras via både vokalisering och visuella signaler. Beteendet kan grunda sig i exempelvis dominans, konkurrens om en partner eller på att individen försvarar en resurs eller ett revir. För omkring 15 000 år sedan domesticerades vargar Canis lupus, vilket resulterade i underarten hund Canis familiaris och genom ett gediget avelsarbete finns det idag över 400 godkända hundraser. I Sverige finns det omkring 300 aktiva ledarhundar i tjänst och varje år utbildas runt 40 nya hundar som ska komma att arbeta med en ledarhundsförare. Syftet med denna studie var att se i vilken frekvens och på vilket sätt som ledarhundar för synskadade blir störda när de är i tjänst ute i det offentliga rummet dvs. på allmän plats. För att inhämta data utfördes en enkätundersökning där 18 ledarhundsförare beskrev en till två typsituationer av störningar från andra hundar som uppkommer i ledarhundens arbete. Närmare 90 procent av ledarhundsförarna angav att en eller flera störningar inträffat, där utfall var den vanligaste typen av störning följt av aktiv lek och attacker. Majoriteten av de utsatta ledarhundarna i denna studie var hanar av rasen labrador retriever. Ett flertal av ledarhundarna fick psykiska och/eller fysiska skador i samband med störningen, vilket ledde till att de fick tas ur tjänst tillfälligt. Angreppen kan ha grundat sig i bristande kommunikation då ledarhunden var i tjänst och fokuserad på sin uppgift. Resultaten baserades på ett begränsat antal svarande, vilket medför att resultaten kanske inte är representativa för hur situationen ser ut för Sveriges ledarhundar överlag men de indikerar på att problem med störningar finns. Denna studie är den första i sitt slag att utföras i Sverige och lämnar plats åt ytterligare forskning på området.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».