Validating owner-reporting of feather condition of pet Psittaciformes using photographs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Reporting of outcome variables by caregivers in welfare studies is commonplace but is open to subjective bias and so requires validation. Biases can occur in either direction: familiarity with an animal allows a deeper insight into welfare problems, but also can lead to reticence in admitting that an animal in one's care is experiencing problems. Here, we aim to validate owner-reporting of plumage condition of pet parrots, including those with self-inflicted feather-damaging behaviour (FDB), by comparing owners’ scores of feather condition with those of two independent raters, blind to the owners’ and each other's assessments. We surveyed pet parrot owners to collect data on basic demographics and feather condition, and requested four standardised photographs of birds. We received 259 responses (17% of the 1,521 people contacted); 78 sets of images of appropriate quality for assessment by raters were provided. Mean percentage agreement between owners’ and raters’ scores was mostly fair to substantial using Cohen's kappa; however, raters scored a greater proportion of feather damage than did owners. Overall, our results indicate owner-reporting of feather condition, including FDB, to be generally reliable and consistent with independent assessment of photographs. As the use of photographs can be limited by image quality, a failure to represent the long-term state of a parrot, and the potential for incorrect recording if assessed without relevant information (eg on moulting), this evidence that owner-reports can be reliable opens the door for larger-scale surveys of the extent of welfare-relevant problems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle