MétaCan
Menu
← Retour à la cohorte
Enregistrement W7082167004 · doi:10.11575/prism/49807

Evaluation of the impacts of a one-time subsidized preventive veterinary clinic intervention in two First Nations communities in Alberta

2025· other· en· W7082167004 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousIntervention (counseling)Animal welfareWelfarePopulationAnimal healthSubsidy

Résumé

récupéré en direct d'OpenAlex

Remote communities in Northern Canada face difficulties accessing veterinary services. Often this lack of access to veterinary services impacts the communities’ health and safety as a whole and highlights animal welfare concerns. These concerns are more noticeable when the free-roaming dog population threatens people’s safety and health. These communities request assistance from charitable organizations, such as the Canadian Animal Task Force (CATF) to help with dog population management and address the lack of access to veterinary services. Overall, there has been a lack of scientific evaluation regarding the impacts of subsidized preventive veterinary services in Canada and specifically in Indigenous communities. The main objective of this thesis was to evaluate the impacts of a one-time high-volume preventive veterinary clinic intervention in two First Nations communities over 1 year. This thesis is based on the secondary use of the data collected by CATF from the townsite of two specific communities at three time points: pre-clinic, 6 months post-clinic, and 12 months post-clinic. This evaluation revealed that i) the welfare and health of observed dogs improved in both communities; and ii) respondents’ perspectives around negative human-dog interactions improved in one of the study communities but not the other. Although the findings of this study were limited due to various external factors (e.g., events that occurred in the first study community, low response rate), it is hoped that lessons learned will enlighten future evaluation programs.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,378
Écart entre enseignants0,297 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→