Data from: Popular press portrayal of issues surrounding free-roaming domestic cats (Felis catus)
Notice bibliographique
Résumé
This dataset is comprised of variables coded/extracted from popular press articles about domestic cats (Felis catus), which were evaluated as part of a media-content analysis. Our focus was understanding how a number of issues surrounding free-roaming (feral) cats are presented and discussed in the popular press, including: - The messengers who are quoted or referenced (e.g., cat advocates, veterinarians, naturalists, researchers) - The risks and threats to which feral cats are exposed (e.g., diseases, vehicles, predation)- The impacts feral cats have on the environment, native wildlife (e.g., via predation), and threats they pose to human health (e.g., via disease transmission)- The potential strategies and tools used to manage feral cat populations and their impacts (e.g., trap-neuter-release, bylaws, public education) We used the Lexis Nexus search engine to conduct a systemic search for English-language popular print media, including news articles and bulletins, opinion-editorials, and other public notices (e.g., classifieds) published between 1990 and 2018 (see Search Terms in READ_ME file and Methods: Search in the referenced article). Using a code book we developed (see Questions Coded From Articles in READ_ME), we evaluated each article based on whether they conveyed a variety of different messages. In total, the dataset is comprised of 796 articles, with the bulk (~95%) of articles from the United States and Canada. Most of the people interviewed ("messengers") were from non-governmental organizations, mainly from cat-welfare or cat-rights groups. Researchers, shelter organizations, veterinarians, and groups that differ on how to resolve issues surrounding free-roaming cats were rarely interviewed. Most articles focused on cat welfare issues and the management strategies of euthanasia or trap-neuter-release (TNR), whereas less than one-third of the articles acknowledged that cats have any impact on wildlife or the broader environment. See READ_ME file for a full list of variable definitions.
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,043 |
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 ».