Rating of killing traps against humane trapping standards using computer simulations
Notice bibliographique
Résumé
The Agreement on International Humane Trapping Standards (AIHTS) which applies to wildlife management, vertebrate pest control, and trapping for fur, skin, or meat for 19 listed species requires that a trapping method render at least 80% of a minimum of 12 target animals irreversibly insensible within a species-specific time limit. However, the Agreement also allows for the use of other scientifically proven methods as a substitute for testing on live animals. For the past five years, we have been developing computer models and simulation systems to determine whether killing traps meet humane trapping standards. The models were designed to classify the time-to-loss-of-sensibility of furbearing species based on mechanical characteristics of traps and strike location(s). Models were based on data collected from trap testing on marten (Martes americana), fisher (Martes pennanti), and raccoon (Procyon lotor). Models were tested against 15 years of live trap testing data from the Fur Institute of Canada. The models proved to be a valid alternative to trap testing on live animals due to their high levels of safe prediction accuracy (88%, 86% , and 92% for marten, fisher, and raccoon, respectively). If applied to trap testing, these models would dramatically reduce the cost and the need for trap testing on live animals.
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 | 0,000 | 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) | 0,004 | 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 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 ».