The impact of providing hiding spaces to farmed animals: A scoping review
Notice bibliographique
Résumé
Many wild animals perform hiding behaviours for a variety of reasons, such as evading predators or other conspecifics. Unlike their wild counterparts, farmed animals often live in relatively barren environments without the opportunity to hide. Researchers have begun to study the impact of access to hiding spaces ("hides") in farmed animals, including possible effects on animal welfare. The aims of this scoping review were to: 1) identify the farmed species that have been most used in research investigating the provision of hides, 2) describe the context in which hides have been provided to farmed animals, and 3) describe the impact (positive, negative or neutral/inconclusive) that hides have on animals, including indicators of animal welfare. Three online databases (CAB Abstracts, Web of Science, and PubMed) were used to search for a target population of farmed animals with access to hiding spaces. From this search, 4,631 citations were screened and 151 were included in the review. Fourteen animal types were represented, most commonly chickens (48% of papers), cattle (9%), foxes (8%), and fish (7%). Relatively few papers were found on other species including deer, quail, ducks, lobsters, turkeys, and goats. Hides were used in four contexts: at parturition or oviposition (56%), for general enrichment (43%), for neonatal animals (4%), or for sick or injured animals (1%). A total of 218 outcomes relevant to our objectives were found including 7 categories: hide use, motivation, and/or preference (47% of outcomes), behavioural indicators of affective state (17%), health, injuries, and/or production (16%), agonistic behaviour (8%), abnormal repetitive behaviours (6%), physiological indicators of stress (5%), and affiliative behaviours (1%). Hiding places resulted in 162 positive (74%), 14 negative (6%), and 42 neutral/inconclusive (19%) outcomes. Hides had a generally positive impact on the animals included in this review; more research is encouraged for under-represented species.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».