Carving the meat at the joint: The role of defining how animals are viewed and treated in the governance of (re‐)emergent pandemic zoonoses in international law
Notice bibliographique
Résumé
Abstract Pandemic zoonoses, such as COVID‐19, are one of the greatest challenges of the 21st century. International governance tasked with attempting to prevent the (re‐)emergence of zoonotic disease in the first place, or preparation and actual response once (re‐)emergence or spread has occurred, has largely been fragmented among different governance systems, such as health, food, environment, and trade. The international legal instruments that these governance systems use reflect different ways of viewing and treating animals, which has led to a similarly fragmented approach to the regulation of human–animal interactions related to zoonoses. To illustrate this state of affairs, we develop a descriptive conceptual taxonomy to elucidate and map out how the status and evaluative stance taken toward animals can lead to shaping human‐animal relationships by structuring the nature of their interactions and disposes us to adopt governance approaches that seek to regulate human–animal relationships in particular ways. This paper concludes by highlighting some implications surrounding the fragmented conceptualization and practice around how animals are viewed and treated for the future of international legal governance of pandemic zoonoses.
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 | 0,050 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,127 |
| Communication savante | 0,025 | 0,017 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,009 |
| 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 ».