For the love of acronyms: An analysis of terminology and acronyms used in AAI research 2013–2023
Notice bibliographique
Résumé
Abstract The involvement of animals to assist or facilitate activities, education, or therapy has become increasingly popular. As we recognize animals’ roles in ameliorating well-being and educational outcomes, researchers and programmers are developing a variety of animal-assisted programs. This diversification has seen the adoption of a plethora of terms and acronyms. Many researchers have pointed out this over-abundance of terms and their inconsistent use, arguing that this creates confusion within the field. The aims of this article were threefold: (1) To identify commonly used terms in animal-assisted intervention (AAI) research; (2) to document their use by frequency; and (3) discuss the benefits and obstacles of the abundance of terms and acronyms in the field. A search of peer-reviewed articles published in English from 2013 to 2023 was conducted across four databases: PsycInfo, Education Source, ERIC, and Scopus to collate articles related to human-animal interactions (HAIs). Records were de-duplicated in Covidence and screened at title/abstract level by two independent reviewers for relevance to AAIs. The resulting articles ( N = 1934) were subsequently coded to track terminology. A total of 1414 distinct terms were identified, the majority of which (77.8%, n = 1100) were used only once between 2013 and 2023. Only 48 terms (3.4%) were used in the literature more than 10 times. Analysis also provided insight into frequently used terms, the most prevalent of which were “animal-assisted therapy” (8.70%, used 376 times), “animal-assisted interventions” (7.45%, used 322 times), and “therapy dog” (5.06%, used 219 times). Trends across 10 years reveal that specific terms have increased (e.g., “animal-assisted intervention”) or decreased (e.g., “hippotherapy”) in popularity but that the average number of terms used per article remains stable. Despite calls from HAI researchers to reduce redundant terms and improve the accuracy and consistency in the language used, there remains a surplus of terms in the field. This holds implications for AAI researchers, programmers, and individuals gaining interest in AAIs.
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 | 0,044 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,047 | 0,071 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».