Using institutional ethnography to analyse animal sheltering and protection I: Animal protection work
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Animal protection laws exist at federal, provincial and municipal levels in Canada, with enforcement agencies relying largely upon citizens to report concerns. Existing research about animal protection law focuses on general approaches to enforcement and how legal terms function in the courts, but the actual work processes of animal law enforcement have received little study. We used institutional ethnography to explore the everyday work of Call Centre operators and Animal Protection Officers, and we map how this work is organised by laws and institutional polices. When receiving and responding to calls staff try to identify evidence of animal 'distress' as legally defined, because various interventions (writing orders, seizing animals) then become possible. However, many cases, such as animals living in deprived or isolated situations, fall short of constituting 'distress' and the legally mandated interventions cannot be used. Officers are also constrained by privacy and property law and by the need to record attempts to secure compliance in order to justify further action including obtaining search warrants. As a result, beneficial intervention can be delayed or prevented. Officers sometimes work strategically to advocate for animals when the available legal tools cannot resolve problems. Recommendations arising from this research include expanding the legal definition of 'distress' to better fit animals' needs, developing ways for officers to intervene in a broader range of situations, and more ethnographic research on enforcement work in jurisdictions with different legal systems to better understand how animal protection work is organised and constrained by laws and policies.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle