MétaCan
Menu
Retour à la cohorte
Enregistrement W2964318233 · doi:10.3390/ani9080482

Alternatives to Carbon Dioxide—Taking Responsibility for Humanely Ending the Life of Animals

2019· article· en· W2964318233 sur OpenAlexaff
Shannon Axiak Flammer, Chantra Eskes, Ingrid Kohler, Awilo Ochieng Pernet, Peter Jakob, Michael Marahrens, Thomas C. Gent, Huw Golledge, Daniel M. Weary

Notice bibliographique

RevueAnimals · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBundesamt für Lebensmittelsicherheit und Veterinärwesen
Mots-clésCarbon dioxideEnvironmental ethicsNatural resource economicsBusinessBiologyEcologyEconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide (CO2) is commonly used to kill rodents. However, a large body of research has now established that CO2 is aversive to them. A multidisciplinary symposium organized by the Swiss Federal Food Safety and Veterinary Office discussed the drawbacks and alternatives to CO2 in euthanasia protocols for laboratory animals. Dialogue was facilitated by brainstorming sessions in small groups and a “World Café”. A conclusion from this process was that alternatives to CO2 were urgently required, including a program of research and extension to meet the needs for humane killing of these animals. The next step will involve gathering a group of international experts to formulate, draft, and publish a research strategy on alternatives to CO2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,741

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207