Reconsidering the “War on Rats”: What We Know From Over a Century of Research Into Municipal Rat Management
Notice bibliographique
Résumé
To sustainably control urban rat infestations, management efforts need to encompass large areas of urban centers. Therefore, the objective of this review and narrative synthesis was to collate what is known about municipal-scale rat management. We explored the management frameworks that have been used at a large scale in cities and we describe the expectations of experts who have designed and implemented these frameworks. We found that there has been a persistent “war on rats” paradigm driving this literature since the early 1900s. Not only was there little quantitative evidence to support this paradigm and associated methodologies, but together, they failed to meet the expectations of those who designed and implemented them due to real-world constraints (i.e., limited resources). To improve the field of municipal management, we identify two distinct options. First, stakeholders may continue to wage the “war on rats” while improving existing strategies within this paradigm. Key pathways forward include developing evaluation metrics aligned with program objectives, establishing the cost-effectiveness of methodologies, and improving control efficacy. Second, we suggest a new paradigm, one that considers that rat management is a complex system that must be approached by first mapping its complexity to highlight and prioritize the many complex upstream determinants of infestations. This perspective highlights how rat management may be a wicked problem for which there is no overarching solution and instead can only be managed by making incremental gains in individual components of the problem over time. Importantly, we propose an alternative management objective that places a priority on improving the overall health of the community, instead of on eliminating rats, and we stress that management goals must address stakeholders’ goals as their investment is essential for a sustained program.
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 | 0,015 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,011 | 0,021 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».