MétaCan
Menu
Retour à la cohorte
Enregistrement W7083847770

What makes chickens happy? Nobody is quite sure NO CAPTION

2018· other· en· W7083847770 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternet Archive (Internet Archive) · 2018
Typeother
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésnobodyHarmSign (mathematics)WelfareMeasure (data warehouse)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What makes for a happy chicken? Researchers in Canada are trying to answer the question as chicken welfare becomes a bigger issue. But thereâs disagreement about how to measure chicken welfare. It's a question, well...just a few researchers in Canada are asking...How do you measure a chicken's happiness? Is it in the way it runs for food? How much time it spends preening?To size up what might make chickens happy they're putting 16 breeds through some tests.....watching how well birds scramble over a barrier for food, how skittish they seem and whether they play with a fake worm.They say playing with a fake worm may be a sign of happiness.The researchers say it's an example of looking beyond how to minimize suffering to exploring whether animals can also enjoy their brief lives.Such ideas underscore the broader lack of consensus around chicken welfare.Animal welfare advocates think today's chickens have been bred to have massive breasts that harm their health......and that the industry needs to switch breeds, not just treat chickens better.Researchers in Canada are trying to measure a chicken's happiness. Is it in the way it runs for food? How much time it spends preening?. They're putting 16 breeds through some tests. Playing with a fake worm may be a sign of happiness. The researchers are exploring whether animals can enjoy their brief lives. Animal welfare advocates think the industry needs to switch breeds, not just treat chickens better

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,278
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,013

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 Opus0,019
Tête enseignante GPT0,282
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternet Archive (Internet Archive)Même sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207