MétaCan
Menu
Retour à la cohorte
Enregistrement W4392060219 · doi:10.1017/awf.2024.4

Waste not, want not: Value chain stakeholder attitudes to surplus dairy calf management in Australia

2024· article· en· W4392060219 sur OpenAlexafffund
Sarah E. Bolton, Bianca Vandresen, M.A.G. von Keyserlingk

Notice bibliographique

RevueAnimal Welfare · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of MelbourneDairy AustraliaAustralian Government
Mots-clésEconomic surplusStakeholderValue (mathematics)Thematic analysisBusinessAnimal welfareValue chainMarketingDairy cattleAgricultural scienceEconomicsSupply chainWelfareQualitative researchManagementAnimal scienceMarket economySociology

Résumé

récupéré en direct d'OpenAlex

The management of surplus dairy calves in Australia has traditionally been influenced by the economic viability of different practices. When beef prices are favourable, more surplus calves are raised for beef, and when beef prices are low, more calves are killed in the first few days of life. Early life killing of surplus calves may however threaten the dairy industry's social licence to operate. The aim of this study was to describe the views of value chain stakeholders regarding the management of surplus calves. Representatives from seven post-farm gate organisations participated in semi-structured interviews and were asked about their views on current practices, alternatives to early life killing and how best to implement change. Responses were analysed using inductive thematic analysis and were organised into three themes: (1) ethics of surplus calf management; (2) economics of surplus calf management; and (3) moving towards solutions including approaches to affecting change. We conclude that stakeholders widely recognised early life killing of surplus calves as a threat to the industry's social licence. Whilst technical solutions such as beef on dairy breeding programmes were cited as important, participants emphasised that implementing sustainable solutions will require collaboration, leadership, and commitment by all stakeholders along the value chain.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,807
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,090
Tête enseignante GPT0,301
Écart entre enseignants0,212 · 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimal WelfareMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207