MétaCan
Menu
Retour à la cohorte
Enregistrement W4391151930 · doi:10.1098/rsos.231072

Are regulations addressing farm animal welfare issues during live transportation fit for purpose? A multi-country jurisdictional check

2024· article· en· W4391151930 sur OpenAlexaffabout
Eugénie Duval, Benjamin Lecorps, M.A.G. von Keyserlingk

Notice bibliographique

RevueRoyal Society Open Science · 2024
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHumane Slaughter AssociationHans-Sigrist-Stiftung
Mots-clésAnimal welfareLivestockBusinessPublic economicsWelfareSpace (punctuation)EconomicsPolitical scienceGeographyLawEcology

Résumé

récupéré en direct d'OpenAlex

Growing animal welfare concerns have pushed some jurisdictions to strengthen regulations addressing live farm animal transportation, but whether they provide satisfactory levels of protection for animals remains to be shown. Using the recent peer-reviewed literature, we identified four major risk factors associated with live animal transportation (fitness for transport, journey duration, climatic conditions and space allowances) and explored how regulations were structured to prevent animal welfare issues in five English-speaking Western jurisdictions (Australia, Canada, New Zealand, the EU and the USA). All legally binding federal regulations were systematically reviewed and compared. Whether these rules were fit for purpose was assessed using the relevant peer-reviewed scientific literature. Our findings indicate the majority of regulations in most jurisdictions are often insufficient or too vague to be deemed fit for purpose. All five jurisdictions fall short in guaranteeing adequate protection to livestock during transport. Using recent changes as well as future policy proposals under discussion, we identify future directions that could form the basis for regulatory changes that may significantly improve the welfare of farm animals during transportation.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil0,999

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 technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,098
Tête enseignante GPT0,400
Écart entre enseignants0,302 · 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'étudeObservationnel
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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207