Analisi del comportamento del cane nella sala di attesa dell'ambulatorio veterinario
Bibliographic record
Abstract
Lo scopo della presente ricerca è stato quello di valutare se e come il proprietario sia in grado di percepire lo stress del proprio cane all’interno della sala d’attesa dell’ambulatorio veterinario. A tale scopo un questionario di 18 domande è stato compilato da 45 proprietari; nel frattempo i rispettivi cani sono stati filmati per una durata di 3 minuti nella sala d’attesa. È così emerso che la maggior parte dei proprietari (60,0%) ritiene che il cane si stressi nella sala d’attesa dell’ambulatorio veterinario, mentre il 6,7% dei proprietari non sa dare un proprio parere sull’argomento. Del 40.0% dei proprietari che affermano che il proprio cane non si stressa dal veterinario o che non sa dare un parere, solo il 2,2% non riporta nessun segnale di stress. Questo indica che spesso il cane emette il segnale ma che viene mal interpretato dal proprietario. Tra i segnali riconosciuti più frequentemente dai proprietari come segnali di stress si ritrovano tremori (33,3%) e vocalizzazioni (31,1%). Valutando i video dei cani invece emerge che il segnale di stress più frequentemente emesso è l’orientarsi alla porta (91,1%) e la ricerca dell’attenzione del proprietario (91,1%). Se ne deduce che i proprietari dei cani all’interno della sala d’attesa riescono a decifrare nei propri cani i comportamenti di stress più marcati, mentre quelli più lievi non sono percepiti o non vengono associati allo stato emotivo corrispondente. I proprietari possono giocare un ruolo di fondamentale importanza per tutelare il benessere del cane, e per questo dovrebbero essere coadiuvati dal Medico Veterinario nel decifrarne il comportamento. D’altro canto il Medico Veterinario dovrebbe adottare tutti gli accorgimenti possibili per rendere la sala d’attesa dell’ambulatorio un luogo accogliente per gli animali.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".