Ohio horse industry survey: feeding and housing management practices
Notice bibliographique
Résumé
Abstract Equine industry housing and feeding management strategies vary widely. Management choices are important as horses spend most of their time in housing environments and demonstrating ingestive/foraging behavior. As of 2023, over 1.4 million Ohioans identified as horse owners and/or enthusiasts. The objectives of this survey were to determine demographics of the Ohio horse industry, commonly used sources of information, knowledge gaps regarding equine management practices, and to explore what may influence equine management choices. Using Qualtrics (Provo, UT), a 52-question online, anonymous survey was made available to Ohio horse owners and industry personnel through local horse organizations and social media from October to December 2023. Data were summarized using descriptive statistics (mean, percentage, frequency) and relationships between variables were explored using Pearson chi-square tests or Kruskal-Wallis H and Mann-Whitney U tests in SPSS (Armonk, NY). A total of 1,011 usable survey responses were collected. Most respondents had between 1 to 10 yr of horse experience (64%) and identified as primarily white (63%), females (61%), between 35 to 44 yr of age (31%). Quarter Horses (29%) were the most represented breed. Overall, the primary sources of equine management information were internet (15%), veterinarians (14%), and personal contacts (12%). There were differences between respondents’ main source of equine information based on horse owners’ experience level (X2 = 60; P < 0.01) and awareness of resources provided by Ohio State University (OSU) Extension (X2 = 80; P < 0.01). Respondents’ familiarity/use of body condition scoring differed based on awareness of OSU Extension resources (H = 234; P < 0.01). For housing management, most respondents either stalled horses with unlimited turnout (31%) or group housed horses on pasture (32%). For feeding management, most respondents fed concentrates (96%), primarily measuring concentrates either by weight (42%) or visual estimation (46%). However, forages were more commonly fed by visual estimation (52%) rather than by weight (18%). Feeding forage twice per day was most common, regardless of access to pasture (49%) or not (30%). Concentrates were more commonly provided once per day (41%) with 21% feeding twice per day. The results from this study can be used to assist in developing educational opportunities and resources and to design horse management research to benefit Ohio’s equine stakeholders.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».