MétaCan
Menu
Retour à la cohorte
Enregistrement W4308725131 · doi:10.3389/fvets.2022.1009267

Toward more equal and mutual human-pet relations: Insights and possible solutions based on social psychological theories

2022· review· en· W4308725131 sur OpenAlexafffund
Catherine E. Amiot, Laurence Santerre-Bélec

Notice bibliographique

RevueFrontiers in Veterinary Science · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of Canada
Mots-clésPower (physics)Social psychologySocial relationSocial relationshipPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Human-pet relations are imbued with power imbalances, with many pets depending on humans for food and water, shelter, health care, and sheer survival. A majority of people report loving their pets and consider them to be integral family members; however, the care provided to pets varies widely and can be, in some cases, suboptimal. Yet, building more equal relations between humans and their pets could provide benefits to both parties. To achieve this increased equality and mutuality, the current paper proposes theory-based solutions. Specifically, and building on established social psychological theories, namely theories of intergroup relations and of human motivation, the current paper identifies both social and relational factors which, if socially and individually promoted, could trigger more equal and possibly mutually beneficial relationships with pets. We provide concrete examples illustrating how these factors can be maximized and promoted.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,896

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,143
Tête enseignante GPT0,438
Écart entre enseignants0,295 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetHuman-Animal Interaction StudiesTravaux en français237 207