Working donkey welfare assessment and owner survey in Meru County, Kenya
Notice bibliographique
Résumé
) in developing countries. To-date, however, there has been limited work assessing the welfare of donkeys in many parts of Africa, including Kenya. This study aimed to characterise the unique welfare concerns of working donkeys in Meru County, Kenya. Baseline information was gathered, concerning challenges with feeding, working conditions and disease faced by owners and drivers with differences between pack and cart donkeys investigated. To this end, 102 donkeys underwent evaluation using a Standardised Equine Based Welfare Assessment Tool (SEBWAT) and 58 owners were surveyed. Important welfare concerns, including low body condition scores (BCS) (median [IQR] 2 [1.5, 2.5 out of 5]), hobbling (81/102; 79%) and mutilation wounds (49/102; 48%) were identified in all donkeys. The following categories registered significant physical differences between cart and pack donkeys: signalment (cart 100% male, pack 21% male); BCS (median cart 2.0, pack 1.5); and presence of skin wounds on the neck (cart 30%, pack 0%). Behaviour was assessed with differences noted in chin contact avoidance (cart 56%, pack 97%), tail tuck presence (cart 46%, pack 97%), number of donkeys owned (median cart 2, pack 1), reported administration of de-worming medication by owners (cart 95%, pack 17%), and occurrence of reported illness (cart 81%, pack 38%). This initial survey addresses welfare concerns related to the Meru County donkey population and will serve as a useful benchmark for future assessments as well as targeted interventions, including the introduction of modified carts to the region.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».