Impact d’un programme de stérilisation sur la taille des colonies de chats sans propriétaire en milieu rural
Bibliographic record
Abstract
Plusieurs méthodes de contrôle de population de chats domestiques sont pratiquées, dont le programme « capture, stérilisation, relâche » (TNR). Celui-ci mobilise beaucoup de ressources alors que peu de données probantes sur son impact réel sont publiées. L’objectif de cette étude est d’évaluer l’impact d’un évènement TNR sur la taille des colonies de chats en milieu rural québécois. Il s’agit d’une étude randomisée contrôlée impliquant 18 colonies de chats ayant accès soit à une écurie ou à une ferme. Les colonies ont été aléatoirement attribuées au groupe TNR (10 colonies de 7 à 27 chats; 14.3 chats en moyenne) et au groupe Contrôle (8 colonies de 7 à 26 chats; 14.5 chats en moyenne). Le groupe TNR a participé à un programme TNR au début de l’étude (T0). Par capture photographique, le nombre de chats et de chatons a été calculé, à 3 temps : T0, 7.5 mois (T7) et 12 mois (T12). Une différence significative de croissance des colonies du groupe Contrôle par rapport à celle du groupe TNR est notée à T7 lorsque seulement les adultes sont comptés (p=0.03). Aucune différence n’est présente lorsqu’on calcule tous les individus (adultes et chatons), mais une tendance est observée à T7 (p=0.06). Aucune différence n’est notée lors de la comparaison du nombre de chatons (T7 p=0.49 et T12 p=0.36). Une tendance à plus de migration est remarquée dans le groupe Contrôle à T12 (p=0.095). Le TNR tel qu’appliqué ici, a un impact faible et temporaire sur la taille des colonies de chats en milieu rural.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".