Predictors of successful diversion of cats and dogs away from animal shelter intake: Analysis of data from a self-rehoming website
Notice bibliographique
Résumé
As animals experience distress in animal shelters, leaders call for increased efforts to divert intake of companion animals away from shelters. One novel intake diversion strategy is supported self-rehoming, where owners find new homes for their animals without surrendering to a physical shelter. This study aimed to identify predictors of successful diversion of animals through the AdoptaPet.com 'Rehome' online platform. Data for dogs (n = 100,342) and cats (n = 48,484) were analysed through logistic regression to assess the association of animal- and owner-related factors and outcome. Overall, 87.1% of dogs and 85.7% of cats were successfully diverted from animal shelters, out of which, 37.8% of dogs and 35.3% of cats were kept by their original owner. Multiple animal-related factors predicted increased odds of diversion (e.g. younger, smaller). Dog and cat owners who set a longer rehoming deadline (i.e. > 8 weeks) were over twice as likely to keep or adopt out their animal. Dog owners who surrendered for owner-related reasons had increased odds of diversion in comparison to animal behaviour issues. We conclude that online-supported, self-rehoming platforms provide pet owners with an alternative to relinquishment that may reduce the intake of animals to shelters; however, owners with animals that are not preferred by adopters may have to decide whether to keep their animal or relinquish their animal to a shelter or rescue. These results provide guidance for animal shelter professionals on the likelihood of successful diversion programmes given certain animal and owner characteristics.
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 | 0,001 |
| 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 ».