Identification of spayed and neutered cats and dogs: Veterinary training and compliance with practice guidelines
Notice bibliographique
Résumé
Spay/neuter identification tattoos and ear-tipping are simple and cost-effective methods to minimize the likelihood of unnecessary anesthesia and surgery in companion animals or the misidentification of sexually intact animals. This study assessed training of sterilization identifiers in US and Canadian veterinary schools and practitioner compliance with guidelines for identifiers via surveys conducted in 2019. Faculty in all 34 schools responded to the survey, reporting that curricula included sterilization identifiers in 31% of lecture-based training, 75% of spay/neuter laboratory-based training, and 38% of clinical practice-based training. A total of 425 facilities performing spay/neuter reported frequency and technical aspects of sterilization identifiers in client-owned and unowned (shelter, rescue, trap-neuter-return) animals. Facilities encountering large numbers of animals of unknown background, performing a high number of surgeries, or with specialized spay/neuter training were significantly more likely to use identifiers. Only 5% of private practices tattooed all owned animals, and 21% tattooed all unowned animals. In contrast, 80% of shelters and 72% of spay/neuter clinics tattooed all owned animals, and 84% of shelters and 70% of spay/neuter clinics tattooed all unowned animals. Green was the most common tattoo color (97%); the most common placement was near or in the incision for female cats (99%), female dogs (99%), and male dogs (92%), and ventral abdomen in male cats (55%). Enhanced training and implementation of best practices described in professional guidelines for sterilization identifiers are needed throughout the veterinary industry to protect animals from unnecessary procedures and to prevent unintended litters in animals misidentified as previously sterilized.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».