MétaCan
Menu
Retour à la cohorte
Enregistrement W2971056551 · doi:10.3168/jds.2019-16325

Symposium review: Scientific assessment of affective states in dairy cattle

2019· review· en· W2971056551 sur OpenAlexafffund
Thomas Ede, Benjamin Lecorps, M.A.G. von Keyserlingk, Daniel M. Weary

Notice bibliographique

RevueJournal of Dairy Science · 2019
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNovus InternationalNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaZoetisDairy Farmers of Canada
Mots-clésValence (chemistry)ArousalFeelingPsychologyMoodStrengths and weaknessesAffect (linguistics)Animal welfareScientific literatureCognitive psychologySocial psychologyCommunicationBiology

Résumé

récupéré en direct d'OpenAlex

Affective states, which refer to feelings or emotions, are a key component of animal welfare, but these are also difficult to assess. Drawing upon a body of theoretical and applied work, we critically review the scientific literature on the assessment of affective states in animals, drawing examples where possible from research on dairy cattle, and highlighting the strengths and weaknesses of scientific methods used to assess affective states in animals. We adopt the "valence/arousal" framework, describing affect as a 2-dimensional space (with valence referring to whether an experience is positive or negative, and arousal referring to the intensity of the experience). We conclude that spontaneous physiological and behavioral responses typically reflect arousal, whereas learned responses can be valuable when investigating valence. We also conclude that the assessment of affective states can be furthered using mood assessments and that the use of drug treatments with known emotional effects in humans can be helpful in the assessment of specific affective states in 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 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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,095
Tête enseignante GPT0,435
Écart entre enseignants0,340 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations88
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207