Factors Affecting the Likelihood of Dogs and Cats Returning to Their Owners at a Municipal Animal Shelter in the United States
Notice bibliographique
Résumé
Introduction: Animal shelters consider return-to-owner (RTO) as an ideal outcome for animals, owners, and shelters. Methods to increase RTO likelihood are frequently discussed by shelter professionals nationwide. Some of these methods are evidence-based, while others are anecdotally successful. This retrospective study aimed to provide evidence for commonly suggested methods, as well as identify additional factors influencing RTO likelihood. Methods: Data from 5,960 dog and 3,489 cat impounds were obtained from a large municipal animal shelter in Utah, USA. Directed acyclic graphs were developed to visualize causal assumptions, which were used to identify confounders for adjustment in the logistic regression while modeling the associations between study variables and RTO outcomes for both dogs and cats. Results: Dogs and cats with microchips, older animals, healthy animals, neutered animals, and animals brought to the shelter via another public agency were more likely to return to their owners. Animal sex and season of impound did not affect either dogs’ or cats’ RTO likelihood. Conclusion: The characteristics influencing RTO likelihood were similar for both dogs and cats. These influences provide support for existing shelter practices, such as facilitating widespread microchipping and waiving reclamation fees, while also encouraging implementation of new practices, such as modifying stray hold periods based on source type or health status. Limitations of the study included the presence of incomplete information in the database and concerns with the generalizability of results to other shelters.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».