MétaCan
Menu
Retour à la cohorte
Enregistrement W3111003045 · doi:10.3390/ani10122371

Turning Negatives into Positives for Pet Trading and Keeping: A Review of Positive Lists

2020· review· en· W3111003045 sur OpenAlexaffabout
Elaine Toland, Monica Kaho Herkules Bando, Michèle Hamers, Vanessa Cadenas, Rob Laidlaw, Albert Martı́nez Silvestre, Paul W. J. J. van der Wielen

Notice bibliographique

RevueAnimals · 2020
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensToronto ZooWorld Wildlife Fund Canada
Organismes subventionnairesnon disponible
Mots-clésListing (finance)Animal welfareContext (archaeology)LegislationBusinessSafeguardingPublic healthFalse positive paradoxPublic economicsPublic relationsPolitical scienceMedicineLawEconomicsFinanceComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

The trading and keeping of exotic pets are associated with animal welfare, conservation, environmental protection, agricultural animal health, and public health concerns and present serious regulatory challenges to legislators and enforcers. Most legislation concerning exotic pet trading and keeping involves restricting or banning problematic species, a practice known as "negative listing". However, an alternative approach adopted by some governments permits only the keeping of animals that meet certain scientifically proven criteria as suitable in respect of species, environmental, and public health and safety protections. We conducted an evaluation of positive lists for the regulation of pet trading and keeping within the context of the more prevalent system of restricting or prohibiting species via negative lists. Our examination of international, national, and regional regulations in Europe, the United States, and Canada found that criteria used for the development of both negative and positive lists were inconsistent or non-specific. Our online surveys of governments received limited responses, although telephone interviews with officials from governments either considering or developing positive lists provided useful insights into their attitudes and motivations towards adopting positive lists. We discuss key issues raised by civil servants including perceived advantages of positive lists and anticipated challenges when developing lists of suitable species. In addition, we compare functions of negative and positive lists, and recommend key principles that we hope will be helpful to governments concerning development and implementation of regulations based on positive lists.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,433
Écart entre enseignants0,316 · 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
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

Citations64
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207