MétaCan
Menu
Retour à la cohorte
Enregistrement W4239938325 · doi:10.31235/osf.io/s9k4y

Human-dog relationships during COVID-19 pandemic; booming dog adoption during social isolation

2020· preprint· en· W4239938325 sur OpenAlexaff
Liat Morgan, Alexandra Protopopova, Rune Isak Dupont Birkler, Beata Itin‐Shwartz, Gila A. Sutton, alexandra gamliel, Boris I. Yakobson, Tal Raz

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinistry of Agriculture and Rural DevelopmentUniversities Federation for Animal Welfare
Mots-clésPandemicAbandonment (legal)Social isolationCoronavirus disease 2019 (COVID-19)Isolation (microbiology)WelfarePerceptionAnimal welfareQuality of life (healthcare)PsychologyPolitical scienceMedicineBiologyDisease

Résumé

récupéré en direct d'OpenAlex

The recent COVID-19 pandemic led to uncertainty and severe health and economic concerns, which may have impacted human-dog relationships. Our objectives were to investigate how people perceived and acted during the COVID-19 pandemic social isolation, in regards to dog adoption and abandonment; and to examine the bidirectional relationships between dog owners’ well-being to that of their dogs. Overall, according to our analysis, the stricter the social isolation became during the pandemic, the interest in dog adoption as well as adoption rate increased significantly, while abandonment did not change. Moreover, there was a clear association between individuals’ impaired quality of life and their perceptions of poorer life quality of their dogs as well as the development of new behavioral problems. These findings suggest potential benefits for human-dog relationship during the COVID-19 pandemic, in compliance with the One Welfare approach.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,115
Tête enseignante GPT0,402
Écart entre enseignants0,287 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman-Animal Interaction StudiesTravaux en français237 207