Farm manager involvement in an equine on-farm welfare assessment: opportunities for education and improvement
Notice bibliographique
Résumé
Abstract Previous work surveying equine professionals has suggested ignorance to be a primary cause of poor welfare within the industry, highlighting the importance of improving educational opportunities for industry stakeholders. This may be achieved through on-farm assessments designed to evaluate facilities and share resources with farm owners. While used extensively for evaluating production animal facilities, equine facilities are rarely formally assessed, making it important to determine how well those assessments would be received by equine owners and managers. As part of a larger project, an on-farm equine welfare assessment tool was pilot-tested on a sample of diverse horse farms (n = 26). Farm managers completed a self-assessment to determine their perception of their own farms with respect to animal welfare and then participated in the on-farm assessment process. Post-assessment interviews allowed participants to provide feedback regarding their experience. Farm managers most often underestimated the prevalence of structural issues in their facilities but were more discerning in management-related elements (eg stall cleanliness). Descriptive analysis indicated that farm managers felt that the on-farm assessment tool had the potential to be useful to newcomers to the industry and for a certification programme. Participants also highlighted areas that could make enforcing welfare standards an issue, such as horse and farm ownership. Understanding the perception of on-farm assessments is useful to gauge the potential success of animal care assessment programmes. If well-received, an industry-driven, on-farm welfare assessment has the potential to better educate horse farm managers and, by extension, improve the welfare of the animals under their care.
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 | 0,033 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».