MétaCan
Menu
Retour à la cohorte
Enregistrement W4283257570 · doi:10.1177/00236772221097825

Animal welfare requirements in publishing guidelines

2022· article· en· W4283257570 sur OpenAlexaboutno aff
Amanda Novak, Darren J. Shaw, R. Eddie Clutton

Notice bibliographique

RevueLaboratory Animals · 2022
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal welfareWelfarePublishingGermanMedicineFamily medicineVeterinary medicinePsychologyMedical educationPolitical scienceHistoryBiology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,151
score de la tête « metaresearch » (Gemma)0,283
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,798

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1510,283
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0060,006
Communication savante0,0100,005
Science ouverte0,0060,006
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0480,049

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 Opus0,275
Tête enseignante GPT0,432
Écart entre enseignants0,156 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomainePrésentation des résultats
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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaboratory AnimalsMême sujetAnimal testing and alternativesTravaux en français237 207