Physical health caregiver, mental wellness supporter, and overall well-being advocate: Women's roles towards animal welfare during the COVID-19 emergency response
Notice bibliographique
Résumé
Women's health-specific contributions in emergency response stages pertain primarily to family and community-based rescue and support-focused roles. As disasters affect both human beings and their animal co-inhabitants, comprehensive literature exploring women's contributions towards companion animal welfare in emergency response settings remains sparse. COVID-19-triggered public health mitigation strategies caused diverse challenges relating to veterinary medical service access, thus establishing a platform for a nuanced exploration of gendered roles vis-a-vis animal health and well-being during the initial COVID-19 emergency response period. This project employs a semi-structured interview approach to qualitatively investigate the roles, responsibilities, and experiences of twelve people, eleven of whom self-identify as women, who cared for animal co-inhabitants while seeking veterinary medical services during the COVID-19 emergency response in Metro Vancouver, British Columbia, Canada. This research identifies three primary animal welfare-related roles that woman companion animal guardians (WCAGs) assumed during the COVID-19 emergency response period: 1) Companion animal physical health caregiver, spanning from nuclear to extended families and into the community; 2) Companion animal mental wellness supporter, associated with human-animal interactions in family/household, community, and veterinary clinic settings; 3) Companion animal holistic well-being advocate, utilizing various strategies at family, community, and societal levels. Understanding gender-specific animal welfare contributions in an emergency response setting narrows knowledge gaps and provides WCAGs and animal welfare-related public, private, and not-for-profit sectors with evidence-based strategies for emergency response planning improvements, supporting healthy and sustainable human-animal bonds in the current COVID-19 pandemic and future extreme events.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».