MétaCan
Menu
Retour à la cohorte
Enregistrement W3159314170 · doi:10.3390/ani11051260

Employee Management and Animal Care: A Comparative Ethnography of Two Large-Scale Dairy Farms in China

2021· article· en· W3159314170 sur OpenAlexaff
Maria Chen, M.A.G. von Keyserlingk, Sabina Magliocco, Daniel M. Weary

Notice bibliographique

RevueAnimals · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)IncentiveBusinessParticipant observationEthnographyAgricultural scienceMarketingChinaScale (ratio)NursingSociologyMedicineGeographyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Farm management can directly and indirectly affect animal care. We explored how farm management affected animal care on two large dairy farms in China (anonymized as Farm A and Farm B). We used a mini-ethnographic case study design whereby the first author lived for 38 days on Farm A and 23 days on Farm B. She conducted participant observation and ethnographic interviews with farm staff positions within five departments in Farm A and six departments in Farm B. In addition, she conducted 13 semi-structured interviews (seven on Farm A; six on Farm B). We used template analysis to generate key themes. On both farms, workers believed that animal care practices had improved over time, due to three key employee management factors: 1) organizational culture, 2) competency of worker and management, and 3) an effective incentive system. Our results suggest that animal care may be improved in this context by: 1) promoting a culture in which workers have 'grit' and are eager to learn, 2) ensuring basic worker wellbeing, and 3) using animal care outcomes as performance indicators linked to pay.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,268

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 technologies0,0000,000
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 GPT0,298
Écart entre enseignants0,259 · 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.

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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207