Assessment of Current Musher Practices across the Sled Dog Industry with an Emphasis on Nutritional Programs Implemented
Notice bibliographique
Résumé
A questionnaire was developed and advertised broadly to the sled dog community to assess current habits and practices in the mushing industry to help guide future research in sporting dogs.The questionnaire covered nutritional programs, housing, training and health and well-being.Sled dog nutrition management is a controversial topic and while there is a dearth of available information on the nutrient requirements of these canine athletes, without adequate data based evidence, nutrition management decisions cannot always be scientifically based.Therefore, this report focused on evaluating nutrition programs used among mushers and differences in feeding management between racing-and off-seasons.Food type provided differed among mushers (P = 0.01), with combination diets accounting for 62% of responses.The source of homemade diet recipes differed (P<0.0001), with 50% of mushers sourcing their recipes from experienced mushers in contrast to animal nutritionists, 16%; veterinarians, 6%; or journals, 3%.When asked what nutrient(s) respondents felt were important to focus their nutritional programs on, more than 85% of respondents felt that protein and fat were important nutrients, and less than 40% believed fiber or carbohydrates to be essential dietary components.Raw meat and oils were the two most commonly supplemented products, and 50% of respondents report supplementing antioxidants.A majority of respondents provided the same amount of feed and water during racing and off-seasons, even though dogs' nutrient demands and rate of water-turnover increase when increasing athletic activity.This data indicates that nutrition programs are largely tailored towards high protein and fat diet formulations, with little attention to the risks of raw meat supplementation, the appropriate balance of nutrients and structuring nutritional programs to meet seasonal requirements.These results suggest that scientific investigation into the dietary fiber, better balanced proteins and better feeding management are warranted.
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 | 0,002 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».