MétaCan
Menu
Retour à la cohorte
Enregistrement W4409941956 · doi:10.3390/ani15091255

A Survey of the Professional Characteristics and Views of Dog Trainers in Canada

2025· article· en· W4409941956 sur OpenAlexafffundabout
Camila Cavalli, Nicole Fenwick

Notice bibliographique

RevueAnimals · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensPositive Living Society of British ColumbiaUniversity of British Columbia
Organismes subventionnairesVancouver Foundation
Mots-clésCertificationDemographicsMedical educationScope (computer science)Best practiceCurriculumPsychologyAnimal welfareVariety (cybernetics)MedicineWelfareScope of practiceTraining (meteorology)NursingPedagogyPolitical scienceHealth careSociology

Résumé

récupéré en direct d'OpenAlex

Dog training is an unregulated profession in Canada without licensing or standardized practices, yet professional dog trainers greatly influence how guardians interact with their dogs and, by extension, dog welfare. We conducted an online survey to characterize the demographics, qualifications, services, methods, and views of dog trainers in Canada. Of the 706 valid respondents, most (65%) had completed at least one structured dog training program, while 33% were self-educated. Respondents held qualifications from 138 training programs and 39 exam-based certifications that differed in their curriculum, duration, and scope. We identified over 80 different themes or terms that trainers use to describe their practices, with the most frequent relating to reward-based methods. Most respondents also indicated that they would be unlikely to use aversive collars. These findings suggest that reward-based methods are likely the most prevalent in Canada. Two-thirds (62%) supported some regulation of dog training. The quantity and variety of training programs, certifications, and terminology utilized by dog trainers could present challenges for dog guardians in selecting trainers, and/or result in the use of harmful training methods. These findings can inform further development of best practices, educational programs, and advocacy to advance the use of humane training methods.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,849

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,353
Écart entre enseignants0,324 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetHuman-Animal Interaction StudiesTravaux en français237 207