American Citizens’ Views of an Ideal Pig Farm
Notice bibliographique
Résumé
Food animal production practices are often cited as having negative animal welfare consequences. The U.S. swine industry has not been exempt from such criticisms. Little is known, however, about how lay citizens who are not actively engaged in agricultural discussions, think about swine production. Thus, the aim of this study was to explore the views of people not affiliated with the swine industry on what they perceived to be the ideal pig/pork farm, and their associated reasons. Through an online survey, participants were invited to respond to the following open-ended question: "What do you consider to be an ideal pig/pork farm and why are these characteristics important to you?". Generally respondents considered animal welfare (e.g., space, freedom to move, and humane treatment), respondents considered the business operation role important for pork production (e.g., profitability, compliance with sanitary, environmental rules and regulations, and workers' rights), and naturalness (e.g., natural feeding, behaviours and life) important for pork production. Concerns relating to pigs' quality of life included space to move, feeding, contact with outdoors or nature, absence of pain, suffering and mistreatment. Perspectives were also raised regarding the ideal farm as a profitable business operation, clean, and with optimal sanitary conditions. Respondents also emphasized naturalness, frequently stating that pigs should have access to the outdoors, and rejected the use of hormones, antibiotics, and other chemicals for the purposes of increasing production. In summary, the findings of this study suggest that the U.S. swine industry should strive to adopt animal management practices that resonate with societal values, such as ensuring humane treatment, and the failure to do so could risk the sustainability of the swine industry.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».