Animal welfare requirements in publishing guidelines
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
Descriptions of measures taken to optimize animal welfare are often absent from scientific reports of animal experiments. One reason may be that journal guidelines inadequately compel authors to provide such information. In this study, online English language versions of the 'Guidelines to authors' (GTAs) from 54 national biomedical journals were examined for neutral (unrelated to welfare) and non-neutral keywords referring to: animal welfare; the '3Rs'; the ARRIVE (2010) guidelines, and regulations pertaining to animal experimentation. Journals were selected from nine countries (UK, US, China, Canada, India, Brazil, Germany, Japan and Australia) and seven biomedical specialties (oncology, rheumatology, surgery, pharmacology, medicine, anaesthesia and veterinary medicine). Total GTA word counts varied from 1137 to 31,609. The keyword count identified per category were expressed per myriad (10,000) of total word count. One-way analyses of variance followed by post hoc Tukey pairwise comparisons revealed greater non-neutral per myriad word counts for (a) veterinary GTAs compared with medicine, oncology, rheumatology or surgery; (b) British, compared with Australian, Canadian, German and Japanese GTAs; and (c) no differences between non-neutral categories. The English language versions of GTAs of British and veterinary medical journals contain more words associated with animal welfare, the 3Rs and the ARRIVE guidelines than those from eight other countries and six other medical specialities. The exclusion of 'national' language versions from analysis precludes attempts to identify national differences in attitudes to laboratory animal welfare.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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