MétaCan
Menu
Retour à la cohorte
Enregistrement W4383533235 · doi:10.1080/02508281.2023.2226038

Empathy in animal-based tourism contrasting constructed care and care ethics at a captive wildlife venue

2023· article· en· W4383533235 sur OpenAlexaff
David A. Fennell

Notice bibliographique

RevueTourism Recreation Research · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésEmpathyWildlifeWildlife tourismTourismMedical tourismPsychologyEnvironmental ethicsEcotourismWildlife conservationEnvironmental resource managementGeographyBusinessPublic relationsEnvironmental planningPolitical scienceSocial psychologyEcologyBiologyEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to introduce the work of the eighteenth-century German philosopher Johann Gottfried Herder on empathy to contemporary tourism. Animals and humans share a language of nature, which was an essential point of departure for Herder in arguing that the sensual must be elevated alongside the empirical in arriving at deeper truths. Herder’s philosophy is used as a benchmark to examine empathy-based programmes at the Seattle Aquarium, which also speaks of a language of nature through its animal-based empathy programming. A synthesis of these two bodies of knowledge, and conceptual framework, uncovers several comparatives over the ethos, pathos and logos of empathy at captive animal venues, where we must reconcile use as a function of institutional realities and the constructed care that goes into the facilitation of animal-human interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,434
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTourism Recreation ResearchMême sujetHuman-Animal Interaction StudiesTravaux en français237 207