Examining the Human–Horse Bond From the Human Perspective
Notice bibliographique
Résumé
Relationships between people and horses are often described in terms reflecting attachment, understanding, and mutual bonding. How this bond is characterized from a human perspective can provide insight into the human–horse relationship and its impact on animal welfare. This mixed methods study sought to understand what people experience with their horse and how they experience it to discover reasons why people believe there is a human–horse bond. An online survey asked respondents about horse ownership, days per week of one-on-one contact, length of time interacting with the horse, and their primary reason (Western riding, companionship, etc) for spending time with the horse. Demographic data on gender, age, ethnicity, household income, and country of residence of the respondent was also collected. An open-ended question asked respondents to describe an instance where they thought a bond between a horse and a human had been demonstrated. Qualitative responses were coded using thematic analysis to examine human–horse interaction from a phenomenological perspective. Aspects that characterized a bond included the horse approaching and making physical contact with their person, vocalizing upon seeing their human, protecting their person from physical harm, and trying hard for their person. How the bond was experienced included a shared experience, often in dire situations, the horse trusting and relaxing in the presence of their person, the horse missing their person or remembering them after a long time apart, and anthropomorphic aspects of two-way communication and affection. Respondent age, income level, and whether they partook in riding were associated with some of the aspects describing the bond with the horse. The four pillars of attachment theory were evidenced in the survey responses, and anthropomorphism featured largely. These results form a foundation for understanding the human view of the human–horse bond which can improve horse welfare through directed research and communication of horse ethology and cognition.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».