How Animal-Assisted Therapy Is Understood and Perceived by Health Care Providers and the General Public in Canada
Notice bibliographique
Résumé
The incorporation of dogs to assist humans with various activities has been documented for centuries. When a dog is included in treatment to meet an individual’s therapeutic goal it is known as Animal-Assisted Therapy (AAT). Little is known about how AAT is understood and perceived among healthcare professional and public populations in Canada. Although AAT has increased in popularly, limited research exists regarding its efficacy. Further, variation exists in the understanding and perceptions of AAT among the general pubic and healthcare professionals, possibly due to a lack of awareness of existing operational definitions and distinctions between classifications of “assistance animals.” According to the diffusion of innovation theory an innovation, defined as a new idea or practice, must be properly communicated to all appropriate channels before it may be adopted into practice. Thus, misunderstandings about AAT pose a barrier for future research and adoption of an intervention. This may further inhibit the success of AAT as an intervention, as both administrator and recipient’s attitudes and knowledge of a treatment may impact the treatment’s success. In the present study, health care professionals and the general public in Canada were surveyed regarding their knowledge of AAT, their attitude toward AAT, and their interest in learning more about AAT. Further, attitude toward dogs, openness to experience, agreeableness, and subjective distress were investigated for their influence on attitude toward AAT. Results suggest that both professional and public populations have limited knowledge of AAT and are interested in learning more about the intervention, yet are hesitant to recommend, administer, or receive the intervention without further information. Although attitude toward dogs appears to be positively associated with attitude toward AAT, the impact of openness to experience, agreeableness, and subjective distress is limited. Limitations and future directions are 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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».