Use of nonaversive handling and training procedures for laboratory mice and rats: Attitudes of American and Canadian laboratory animal professionals
Notice bibliographique
Résumé
Nonaversive or low stress handling techniques can reduce fear and stress in research rodents, ultimately improving study data quality. Uptake of low stress handling has been slow in the USA and Canada. In this study we explored the understanding, experience, and attitudes toward low stress handling of rats and mice in laboratory animal professionals from the USA (US) and Canada (CA). Participants ( n = 40) were recruited for a standardized interview and job categories were divided into veterinary/PhD level roles (doctoral level; DL) and non-veterinary/non-PhD level roles (non-doctoral level, NDL) (US: 23, DL: 9, NDL: 14; CA: 17, DL: 8, and NDL: 9). Interviews were transcribed and analyzed using NVIVO. Two research assistants independently coded themes for each question and consolidated responses based on commonality. Laboratory animal professionals understood the benefits of low stress handling and training techniques with rats and mice, stating reduced stress, better data, and improved welfare, with CA participants more likely to mention animal welfare as a benefit, and DL more likely to mention improved research data and reduced stress. Participants across demographic groups indicated improved job satisfaction and decreased stress as the positive impacts low stress handling would have on their positions. The primary perceived barriers to low stress handling implementation were researcher attitudes, the time needed to implement and use these techniques, and training personnel to use the techniques properly and consistently. To promote refinement of handling of rats and mice, more educational opportunities on the benefits and implementation of low stress handling techniques need to be provided to laboratory animal professionals, as well as to researchers.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».