MétaCan
Menu
Retour à la cohorte
Enregistrement W3001679054 · doi:10.1093/oso/9780198846192.003.0004

Conservation Canines

2019· book-chapter· en· W3001679054 sur OpenAlexaboutno aff
Renée D’Souza, Alice J. Hovorka, Lee Niel

Notice bibliographique

RevueOxford University Press eBooks · 2019
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)EthogramAgency (philosophy)WelfareParticipant observationAnimal welfareValue (mathematics)Social psychologyPsychologyEnvironmental ethicsPublic relationsSociologyPolitical scienceSocial scienceEngineeringEcologyLaw

Résumé

récupéré en direct d'OpenAlex

For centuries, dogs have played a key role in the lives of humans both as companions as well as working animals. In recent years, the value of dogs in environmental work has been documented in the literature—namely their ability to detect targets more efficiently than humans and equipment. However, the environmental work dogs perform in Canada has been largely understudied in terms of both the specific tasks they are responsible for, as well as their welfare within these roles. This chapter addresses those gaps through an exploration of whether conservation canines could be an example of a humane job—one that is good for people, animals, and the environment. To do so this chapter explores tangible and moral issues related to dogs’ enjoyment of and suffering within conservation work, highlighting the complexity of dogs’ work-lives related to issues of freedom and consent. Findings are presented from two main case studies: Alberta and Ontario. An ethogram was used to assess dog welfare, while semi-structured interviews and participant observations revealed further insights into dogs’ work and work-lives. Ultimately, this chapter offers a discussion regarding how the study’s findings might inform assessment of humane jobs and work-lives, offering enjoyment, control, agency, respect, and recognition for dogs in this sector and for possibilities of fostering interspecies solidarity in other areas.

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)0,000
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,255
Écart entre enseignants0,216 · 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
GenreAutre

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 revueOxford University Press eBooksMême sujetGeographies of human-animal interactionsTravaux en français237 207