Sacrifice or Salvation: How can Animal Lives be Spared and Human Health Improved by Toxics Reform?
Notice bibliographique
Résumé
This dissertation investigates the complexities of the entwined relations between animal cognition, the use of animals in toxicity testing, and the proliferation and impacts of harmful chemicals in our society. It asks how, in light of the most current research on animal sentience and the ethics of responsibility, a reorientation of chemical testing at a theoretical, ethical and practical level could spare animal suffering and improve human health outcomes. Its starting point is the unfolding scientific research on animal cognition, and the consequent implications for reconsidering the ethical relationships, historically established and currently assumed, between human and non-human animals. The central issue, which infuses this dissertation, is whether humans are obliged by this knowledge to expand our moral arena to encompass animals, to acknowledge their entitlement not to be used for toxicity experimentation, and the implications of such an entitlement for the future use of animals in toxicity testing. \nThe work is based on a social constructivist process centred on the multiple facets of toxicity testing – the philosophical viewpoints of those who have expressed concern for the well-being of animals, governments’ animal protection laws that fail to spare animals from painful experimentation, toxics laws that promote the use of animals in toxicity tests, the pain and suffering of the tests themselves, the championing of the mouse as the favoured animal for experimentation, and the limitations and failure of toxicity testing itself to safeguard public health and the environment from widespread contamination. In addition, this examination of toxicity testing looks at the potential differences between advocates of expanded testing of toxic chemicals and animal advocates concerned about the implications of expanded testing for the increased use of animals. Finally, building on qualitative methods for assessing the current state of knowledge regarding the use of animals in toxicity testing, this dissertation evaluates how this system could be redrawn to both spare animals and better gauge the toxicity of chemicals.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».