MétaCan
Menu
Retour à la cohorte
Enregistrement W4390718806 · doi:10.1017/9781009445504

Dog Economics

2024· book· en· W4390718806 sur OpenAlexaff
David L. Weimer, Aidan R. Vining

Notice bibliographique

RevueCambridge University Press eBooks · 2024
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPuppyScholarshipDomesticationValue (mathematics)Context (archaeology)Political scienceEnvironmental ethicsSociologySocial scienceLawGeographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Archaeologists, anthropologists, and evolutionary biologists study the origins of our relationship with dogs and how it has evolved over time. Sociologists and legal scholars study the roles of dogs in the modern family. Veterinarian researchers address the relationship in the context of professional practice, yet economists have produced scant scholarship on the relationship between humans and dogs. Dog Economics applies economic concepts to relationships between people and dogs to inform our understanding of their domestication. It interprets their contemporary role as both property and family members and explores factors that affect the demand for dogs as well as market failures of the American puppy market. Offering economic perspectives on our varied relationships with dogs, this book assesses mortality risks and addresses end-of-life issues that commonly arise. It develops a framework for classifying canine occupations, considers the impact of pet insurance on euthanasia, and assesses the social value of guide dogs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetHuman-Animal Interaction StudiesTravaux en français237 207