MétaCan
Menu
Retour à la cohorte
Enregistrement W2982814473 · doi:10.22329/csw.v14i1.5873

Social Work and Human Animal Bonds and Benefits in Health Research

2019· article· en· W2982814473 sur OpenAlexafffundvenueabout
Cassandra Hanrahan

Notice bibliographique

RevueCritical Social Work · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensDalhousie University
Organismes subventionnairesNova Scotia Health Research Foundation
Mots-clésOperationalizationNova scotiaCompanion animalQualitative researchWork (physics)Social workPsychologySociologyPublic relationsMedical educationGerontologyPolitical scienceMedicineSocial scienceEngineeringVeterinary medicineEthnology

Résumé

récupéré en direct d'OpenAlex

North Americans consider companion-animals as family members and increasingly as attachment figures. Across the health sciences and professions, substantial qualitative and mounting quantitative research provides evidence of health benefits of human animal interactions across the life cycle regarding diverse issues. In replicating a ground-breaking U.S. study designed to measure exposure to information and levels of knowledge and integration of human animal bonds (HAB) into practice, this present study, funded by the Nova Scotia Health Research Foundation, surveyed practitioners in Nova Scotia, Canada. Similar to the U.S. findings, this study revealed the majority of practitioners were uninformed about such benefits and about how they can be operationalized. As a result, the majority of practitioners in Nova Scotia are not including animals in practice, and notably, those who are, are doing so without the necessary education or training. The lack of preparation in human-animal interactions has serious implications for social work in that disparities and inequities between and among humans are related to the disparities between humans and other animals, society, and nature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,011
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,100
Tête enseignante GPT0,471
Écart entre enseignants0,371 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations18
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCritical Social WorkMême sujetHuman-Animal Interaction StudiesTravaux en français237 207