MyFishCheck:评估水产养殖中的鱼类福利
This post has been translated from English to Simplified Chinese. You can find the original post here. Thanks to Tipping Point Private Foundation for generously funding this translation work.
尽管有越来越多的证据显示,鱼类可以感知痛苦和体验情绪,但是鱼类的福利时常受到忽视。在一个价值数十亿美元的产业之下,每年有数万亿条鱼遭到捕获,它们时常苦熬凄惨的生活,最终因压力或受伤而死亡。然而,与陆地上的被养殖动物不同,鱼类福利在很大程度上一直被忽视。
虽然之前有过多次衡量水产养殖中的鱼类福利的尝试,但是这些福利追踪机制通常存在弊端,如只针对某些鱼种、难以标准化,或者在养殖场的适用性上存在挑战;其他的衡量体系也存在所涵盖的福利指标不充分的问题。为改善这一现状,这份研究报告的作者们开发了一款名为MyFishCheck的软件应用程序,让用户可以用标准化、全面和有效的方式来评估鱼类福利。
该模型对养殖场的福利条件进行考量,以确保动物能生活在一个可以表现其天性行为的环境当中(天性层面),其生理机能可以良好运作(功能层面),并免受痛苦和恐惧等负面经历和情绪(情感层面)。作者们共确立了14项福利需求,形成了具有200余项具体福利参数的框架。
在列出所有可能的福利参数之后,研究人员将该清单缩减至80项具有相关性、可靠性和在不同情境下易于评估性的参数,将其划分成了五个鱼类福利维度:
- 水质
- 养殖场管理
- 鱼群行为
- 鱼类外观情况
- 鱼类体内情况
在此基础上,作者们根据文献回顾和专家调查,得以对这些参数进行量化和加权,从而建立了一个相应福利分数在0到1之间的全方位模型。
0至0.25分表示鱼类福利受到严重损害,0.75至1分表示鱼类在既定条件下可能有良好的福利。作者们在六个具有不同鱼种和水产养殖系统的养殖场中对该模型进行了测试,发现MyFishCheck的表现符合预期——当养殖场的条件对鱼类福利有负面影响时(如水质不佳或鱼腮有明显问题),它显示的分数会较低。
作者们对该应用的构想是,鱼类养殖户可以对它进行个性化定制,既将它用于质量控制,也用于提高鱼类福利标准。这一模型朝着以可衡量的指标来量化鱼类福利的目标又前进了一步,并可以在养殖场和科学研究地点等不同的情境下使用。但是,由于该模型依赖于既往模型和科学文献中的可知数据,因此没有办法对现阶段的应用进行彻底的科学验证。此外,和任何类似模型一样,其效用也大幅度取决于用户所输入数据的准确性,而这会导致结果出现偏差。
像MyFishCheck这样的应用试图促使水产养殖业不再将鱼类视为商品,而是值得受到人道考虑的动物。但是,使用这项应用来提高水产养殖中的鱼类福利的前提是,利益相关者要有去使用和改善它的决心。通过推广此类应用程序的使用,活动人士可以敦促水产养殖业和政府组织更加严肃地对待鱼类福利。而随着倡导人士不断提高人们对食用鱼类的残忍性的认识,也可能会促进水产养殖业透明度的提高。
https://www.mdpi.com/2076-2615/11/1/145