Public perceptions of potential adaptations for mitigating heat stress on Australian dairy farms
Notice bibliographique
Résumé
Temperature variability resulting from climate change poses challenges around the world for livestock production and the welfare of the animals in these systems. As animal industries attempt to combat these challenges, it is vital to understand how potential changes implemented by farmers resonate with societal values. The aims of this study were to determine how different proposed changes to mitigate heat stress in dairy cattle influence public perceptions toward Australian dairy farm systems, including perceptions of (1) cow welfare, (2) confidence in the industry, and (3) trust in farmers. Participants were presented with 1 of 4 treatments representing a potential solution to mitigate heat stress in dairy cattle: (1) indoor system (a fully indoor barn), (2) choice system (cows have agency to choose to be indoors or outdoors), (3) gene edition + pasture (cows are genetically modified to become more resilient to heat stress), and (4) pasture (outdoor system that is currently used in Australia, but the farmer plants more trees). Participants were then asked to respond to questions on a 7-point Likert scale. Questions were about cow welfare (3 questions), confidence in dairy industry (4 questions), and trust in farmers (9 questions), with each section followed by an open-ended question for participants to explain their answers. Participants perceived cow welfare to be the lowest in the indoor system (2.80 ± 0.10), followed by gene edition + pasture (4.48 ± 0.11), with choice and pasture systems being the highest but not different from each other (5.41 ± 0.11 and 5.32 ± 0.11, respectively). Confidence in the dairy industry was lower among participants in the indoor (4.78 ± 0.08) compared with participants assigned to the choice (5.28 ± 0.08) or pasture (5.25 ± 0.08) systems. Confidence was also lower among participants in the gene edition (4.95 ± 0.08) compared with the choice system. Trust in farmers was similar across all treatments. Our results provide the first evidence that the Australian public may be reluctant to accept heat stress mitigation strategies that either do not allow cows to have access to pasture or those that include gene-editing technologies.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».