Comparison of the Moral Sensitivity, Judgment, and Actions of Australian and Turkish Veterinary Students in Relation to Animal Ethics Issues
Notice bibliographique
Résumé
Veterinarians regularly face animal ethics conflicts, and research has identified the moral reasoning methods that they utilize to solve these. It is unclear whether students' sensitivity to animal ethics conflicts influences their reasoning methods, and the recent development of appropriate tests allows this to be assessed. We compared the moral reasoning methods, intended action and sensitivity of 112 first-year veterinary students in two contrasting veterinary schools, in Australia and Turkey. Students were presented with two animal ethics issues: breeding blind hens to address welfare concerns in intensive housing, for moral reasoning evaluation; and a video of a lame dairy cow walking, for sensitivity assessment. The sensitivity score was not related to the principal moral reasoning methods, which are Personal Interest (PI), Maintaining Norms (MN), and Universal Principles (UP). However, less sensitive students were more concerned about professional criticism of emotional reactions when addressing the hen scenario. Turkish students, mostly males, used more MN reasoning when deciding the hen dilemma. Australian, mostly female, students did not. Overall, female students were more likely to consider the universal moral principles in moral reasoning than male students and were more likely to recommend against breeding blind hens. This suggests that females are more likely to consider the ethical implications of their actions than males. This study demonstrates relationships between ethical sensitivity (ES) and moral reasoning, and cultural and gender effects on moral action choices. Students placing greater importance on professional criticism about having an emotional reaction are more likely to be those who have less ES.
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 | 0,011 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».