Medical alert dogs are alerting to multiple conditions and multiple people
Notice bibliographique
Résumé
Introduction: Emerging reports claim that medical alert dogs (MADs) are alerting to health conditions other than those for which they were trained or first began alerting, and to people other than the person for whom they were trained or first began alerting. The aim of this study was to document this phenomenon empirically and examine whether any variables were associated with dogs alerting to multiple conditions, multiple people, or both. Methodology: MAD owners completed an online survey containing sociodemographic questions about the person to whom the dog alerted, demographic and training questions about the alerting dog, and questions about the conditions to which, and people to whom, the dog alerted. Fisher’s exact tests were used to determine whether there were any significant relationships between the demographic variables and whether or not the dog alerted to multiple conditions, multiple people, or both. Main results/findings: In a sample of MAD owners (N=61), 84% reported that their dog alerted to multiple conditions, 54% reported that their dog alerted to multiple people, and 46% reported that their dog alerted to multiple conditions and multiple people. Analyses revealed that for dogs without formal training for medical alert, there was a marginally significant relationship between the amount of time the primary person had been with their dog before and whether or not the dog alerted to multiple conditions (p = .004, two-sided Fisher’s Exact Test). Principal conclusions and implications for the field: MAD owners commonly report that their dogs alert to multiple conditions and multiple people. This is the first study to empirically document this phenomenon and the findings highlight the need for further studies to investigate the mechanisms by which dogs may be able to detect multiple conditions and/or multiple individuals’ conditions. Factors that may contribute our findings will be discussed.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».