Why can't we be friends? Exploring factors associated with cat owners' perceptions of the cat-cat relationship in two-cat households
Notice bibliographique
Résumé
Most research examining cat behavior in multi-cat households lacks focus on one group size. This gap in knowledge reduces generalizability of research findings to specific compositions of cats in multi-cat households. Given that many cat-owning households in Canada and the US are comprised of two cats, the following study used a cross-sectional survey to explore cat owners' perceptions of the cat-cat relationship in two-cat households in Canada and the US. A total of 6,529 owners of two cats completed the online questionnaire. Descriptive statistics were used to summarize the data and a logistic regression model used to assess various explanatory variables (i.e., household, management, and cat-specific factors) associated with participants perceiving their cats' relationship as negative. The logistic regression model showed that owners of two-cat households are more likely to perceive their cats' relationship as negative if both cats are spayed females, adult or mature, have a large gap in age, not related, one or both have access to the outdoors, or show aggression toward people or other animals in the home. Having multiple litterbox and feeding areas were also associated with a more negative cat-cat relationship. Overall, the complex interplay, directionality, and temporality of these factors requires further investigation for a full understanding of how to improve the cat-cat relationship in two-cat households. More research is needed to provide evidence-based recommendations for managing and supporting a positive cat-cat relationship in the home.
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 | 0,001 |
| 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 ».