MétaCan
Menu
Retour à la cohorte
Enregistrement W4411226904 · doi:10.1080/10888705.2025.2515856

The Value of a Statistical Life of a Cat: Owner Demographics and Management Practices Impacting Willingness to Pay for Welfare Measures

2025· article· en· W4411226904 sur OpenAlexaffabout
Denise King, Panagiotis Tsigaris

Notice bibliographique

RevueJournal of Applied Animal Welfare Science · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésDemographicsWelfareWillingness to payValue (mathematics)BusinessActuarial sciencePublic economicsDemographic economicsEconomicsStatisticsDemographyMathematicsMicroeconomicsSociologyMarket economy

Résumé

récupéré en direct d'OpenAlex

This study estimates the Value of a Statistical Life of a cat (VSLC) in Kamloops, British Columbia, to inform animal welfare policies and community-level interventions. Using a contingent valuation survey, we assessed cat owners' willingness to pay (WTP) for control measures aimed at reducing the risk of premature death among outdoor cats. We compared WTP between indoor and outdoor cat owners and examined how demographic and attitudinal factors influenced WTP. The mean VSLC was approximately $8,000 among those willing to pay, and about $4,000 when non-payers were included. Notably, VSLC estimates were similar for both indoor and outdoor cat owners, suggesting that WTP reflects broader community concern for cat welfare rather than individual pet ownership circumstances. Regression results indicated that higher WTP was significantly associated with female gender, household income, concern for local wildlife, and support for cat licensing. These findings provide an economic basis for policies promoting responsible pet ownership and risk reduction for outdoor cats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,119
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,276
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Animal Welfare ScienceMême sujetEconomic and Environmental ValuationTravaux en français237 207