Climate Change and Companion Animals: Identifying Links and Opportunities for Mitigation and Adaptation Strategies
Notice bibliographique
Résumé
Recent natural disasters and weather extremes are a stark reminder that we live in a climate crisis. Climate scientists and policymakers have asked each discipline to anticipate and create mitigation and adaptation plans in preparation for a worsening future. Companion animals both impact and are impacted by the changing climate through their intrinsically linked relationships to human society. In this theoretical paper, we argue that companion animal scientists are well-suited to address climate change issues. We identify several anticipated climate change outcomes, such as an increase in extreme weather events, human migration, disasters, and an increase in human inequity, and connect these outcomes to identified or hypothesized impacts on companion animals and the human-animal bond. We suggest opportunities to reduce climate change impacts on companion animals that include alterations to owner caretaking behaviors and breeding practices, and education of owners and governments on zoonosis and disaster preparedness. Furthermore, building climate resilience through decreasing inequity in companion animal fields is paramount; and we propose that a starting place can be in animal sheltering and other support services. We also summarize how companion animals and owners' caretaking behaviors are impacting climate change through the use of finite natural resources as well as pollution and carbon emissions. We propose that replacement, reduction, and refinement, that guide laboratory animal research, can also be useful to mitigate the effects of companion animals on the environment. We suggest criteria for successful mitigation and adaptation plans to include equitability, sustainability, respect for animals, and measurability. Finally, we end on a call to all companion animal professionals to actively consider their role in mitigating the impact of companion animals on the climate and preparing for the fallout of climate change in their communities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».