Public perception of animal welfare in Iran
Notice bibliographique
Résumé
While animal welfare is a growing global concern, there has been very little research into how it is understood in Iran. Cultural, religious, and legal factors influence attitudes and practices in ways not addressed by existing research. This study provides culturally grounded insights for improvement of animal welfare in Iran. Utilising a validated survey tool, we investigated the attitudes of Iranians toward the welfare of farmed, companion, and wild animals. A total of 325 responses were collected. The findings indicate that animal welfare is considered important to Iranians, with the majority expressing interest in improving the welfare practices. Despite varying degrees of familiarity with different animal species, there was a consensus on the importance of enacting laws to protect animal welfare. Most participants agreed that chickens feel pain (92.9%) and emotions (79%), whereas fewer attributed these capacities to fish, with 63.6% acknowledging pain and 59.5% acknowledging emotions. Furthermore, most of the participants agreed that animals should not endure pain in the slaughter process (97.8% agreement). While the majority of participants agreed that pre-slaughter stunning was better for the animals (78.7%), only 51.7% agreed that they would prefer to eat meat from animals that had been stunned; reflecting the traditionally held views regarding the role of stunning in Halal meat production. The results of the current study support previous findings suggesting that concern for animals may be a universal human inclination, although, in Iran, attitudes towards specific species and agricultural practices are also shaped by religious perspectives.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».