A Transdisciplinary Perspective on Dog-Handler-Client Interactions in Animal Assisted Activities for Children, Youth and Young Adults
Notice bibliographique
Résumé
Abstract A growing body of research has linked the inclusion of dogs in Animal-Assisted Activities (AAA) for children and young adults to a diverse range of positive social emotional and cognitive outcomes. However, many studies have focused exclusively on aspects directly related to dog-client interactions. There is a need to gain a better understanding of how dog-handler teams have been described, conceptualized and incorporated into the analysis in previous research. In addition, few studies have investigated the mutual adjustments inherent to dog-handler-client triadic relationships. This paper explores if and how the unique characteristics of dog-handler teams have been conceptualized and measured in previous studies. First, this paper undertakes a scoping review to map what, if any, characteristics of dogs, handlers, and dog-handler teams have been described and incorporated into the assessment of AAAs from 2004 to 2019 including: demographic characteristics, formal training and certification, handlers’ or dogs’ behavioral and physiological responses to AAAs, handlers’ roles during activities, and configuration of AAA teams. This scoping review also highlights key features of AAA teams requiring further investigation. In addition, this paper proposes the incorporation of a transdisciplinary framework to the analysis of AAAs. Such a holistic framework can inform the field of human-animal interactions by prioritizing a relational and contextual focus to the study of AAAs.
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 | 0,000 |
| 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) | 0,001 | 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 ».