Assessing Animal Welfare at the Farm and Group Level: The Interplay of Science and Values
Notice bibliographique
Résumé
Abstract In the social debate about animal welfare we can identify three different views about how animals should be raised and how their welfare should be judged: (1) the view that animals should be raised under conditions that promote good biological functioning in the sense of health, growth and reproduction, (2) the view that animals should be raised in ways that minimise suffering and promote contentment, and (3) the view that animals should be allowed to lead relatively natural lives. When attempting to assess animal welfare, different scientists select different criteria, reflecting one or more of these value-dependent views. Even when ostensibly covering all three views, scientists may differ in what they treat as inherently important versus only instrumentally important, and their selection of variables may be further influenced by a desire to use measures that are scientifically respected and can be scored objectively. Value assumptions may also enter animal welfare assessment at the farm and group level (1) when empirical data provide insufficient guidance on important issues, (2) when we need to weigh conflicting interests of different animals, and (3) when we need to weigh conflicting evidence from different variables. Although value assumptions cannot be eliminated from animal welfare assessment, they can be made more explicit as the first step in creating animal welfare assessment tools. Different value assumptions could lead to different welfare assessment tools, each claiming validity within a given set of assumptions.
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 | 0,049 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,022 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».