MétaCan
Menu
Retour à la cohorte
Enregistrement W6958499360 · doi:10.6084/m9.figshare.c.7007824.v2

Supplementary material from "Are regulations addressing farm animal welfare issues during live transportation fit for purpose? A multi-country jurisdictional check"

2024· other· en· W6958499360 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typeother
Langueen
DomaineSocial Sciences
ThématiqueLegal and Regulatory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal welfareLivestockWelfareSpace (punctuation)Legislation

Résumé

récupéré en direct d'OpenAlex

Growing animal welfare concerns have pushed some jurisdictions to strengthen regulations addressing live farm animal transportation, but whether they provide satisfactory levels of protection for animals remains to be shown. Using the recent peer-reviewed literature, we identified four major risk factors associated with live animal transportation (fitness for transport, journey duration, climatic conditions and space allowances) and explored how regulations were structured to prevent animal welfare issues in five English-speaking Western jurisdictions (Australia, Canada, New Zealand, the EU and the USA). All legally binding federal regulations were systematically reviewed and compared. Whether these rules were fit for purpose was assessed using the relevant peer-reviewed scientific literature. Our findings indicate that most regulations in most jurisdictions are often insufficient or too vague to be deemed fit for purpose. All five jurisdictions fall short in guaranteeing adequate protection to livestock during transport. Using recent changes as well as future policy proposals currently in discussion, we drew key future directions for regulatory changes that may largely improve the welfare of farm animals during transportation.

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)0,006
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,053
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,8000,332

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 Opus0,045
Tête enseignante GPT0,324
Écart entre enseignants0,279 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetLegal and Regulatory AnalysisTravaux en français237 207