How Parents Perceive the Potential Risk of a Child-Dog Interaction
Notice bibliographique
Résumé
Dog attacks on children are a widespread problem, which can occur when parents fail to realise a potentially dangerous interaction between a dog and a child. The aim of the study was to evaluate the ability of parents to identify dangerous situations from several everyday child–dog interactions and to determine whether the participants connected these situations to a particular breed of dog. Five sets of photographs depicting potentially dangerous interactions from everyday situations between children and three dogs (one of each breed) were presented via an online survey to parents of children no more than 6 years old. Data from 207 respondents were analysed using proc GLIMMIX in SAS program, version 9.3. The probability of risk assessment varied according to dog breed (p < 0.001) as well as to the depicted situation (p < 0.001). Results indicated that Labrador Retriever was considered the least likely of the three dogs to be involved in a dangerous dog-child interaction (with 49% predicting a dangerous interaction), followed by Parson Russell Terrier (63.2%) and American Pit Bull Terrier (65%). Participants considered one particular dog-child interaction named ‘touching a bowl’ a dangerous interaction at a high rate (77.9%) when compared with the other presented situations, which were assessed as dangerous at rates of 48.4% to 56.5%. The breed of dog seems to be an influential factor when assessing a potentially dangerous outcome from a dog-child interaction. Contrary to our hypothesis, interactions involving the small dog (Russell Terrier) were rated more critically, similarly to those of the Pit Bull Terrier. These results suggest that even popular family dog breeds, such as Labrador Retrievers, should be treated with more caution.
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 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 | 0,001 | 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».