Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Crémieux
Jeg skriver om genetikk, metrikk og demografi.
Les mine lengre tekster på https://t.co/8hgA4nNS2A.
Pitbull-apologeter liker å prøve å manipulere oss andre til å tro at vi ikke kan skille en pitbull fra en hund som ikke er en pitbull.
Men jeg satte sammen et spill for noen dager siden som viste millioner av dere at dere kunne klare det.
Det spillet var en pitguesser. Her er noen av disse dataene.
For det første har pitguesser (dot) com tre spillmoduser. En av disse er basert på samme design som brukes i alle samtidige studier som angivelig viser at folk ikke kan identifisere pitbuller. Dette designet kalles «Breed Guess», og det lar deg se på et utvalg av for det meste blandingshunder og gjette alle rasene som utgjør dem genetisk sett.
Dette forteller oss åpenbart ikke om pitbuller er gjenkjennelige, fordi standarden er for høy og irrelevant for identifikasjon.
De andre spillmodusene lar oss imidlertid teste påstanden om at folk kan identifisere pitbuller.
Folk gjør det veldig bra når de ser på hunder generelt og bare velger 'Ja' for hvis en hund er en pitbull, og 'Nei' for hvis de ikke er det. På samme måte fant en studie som pitbull-apologeter liker å vise til fordi det var lav nøyaktighet for å identifisere ekstremt blandede pitbulls, faktisk at jo mer pitbull-opphav, desto større var sannsynligheten for at pitbullen var korrekt klassifisert:
Som du kan se, fant den studien at over 80 % pitbull-opphav kunne hundene identifiseres fullt ut. Vi bryr oss om eventuell opphav blant disse hundene, fordi enhver mengde betyr mer visuel identifiserbarhet som pitbull og dermed større sjanse for å bli klassifisert som pitbull, og vi vet at det er slik vi teller opp dødstallene hvert år.
I den tredje spillmodusen, som jeg kalte "Pit or Pal", måtte spillerne velge mellom to tilfeldig utvalgte hunder, hvorav den ene hadde pitbull-opphav, og den andre ikke. De fikk som regel dette riktig, og oppnådde 83,4 % nøyaktighet, mens gjetting ville gitt dem 50 % nøyaktighet.
Det er flott! Og det betyr at hvis det finnes en slags 'latent grop-utseende' eller 'pitness'-variasjon innen groper og ikke-groper, så er Cohens d for det – forutsatt like varianser – en svimlende 1,37.
Men utvalget av pitbuller var sterkt blandet, og hadde i gjennomsnitt bare 31,6 % pitbull-opphav, så for å få den 'ekte' skillebarheten mellom pitbull og ikke-pitbull, må vi skalere d på nytt basert på om gjennomsnittlig pitbull-opphav i stedet var 100 %. Hvis vi gjør det, blir det 4,34, som er utrolig stort og nesten ikke etterlater noen overlapp.
Hvis vi ser på dataene igjen, var de vanligste feilene med hunder som var 'bully-raser' – amerikanske bulldogger, boxere, engelske bulldogger og bullterriere – som (A) er avlet fra samme stamme som pitbulls, (B) ofte grupperes med dem av fysiske og atferdsmessige årsaker, og (C) ofte blandes med dem ved hjelp av DNA-testen som forfatterne av disse dataene brukte!
Regner man med disse rasene, stiger nøyaktigheten til 86,1 %, noe som gir et gap på 4,85 d mellom 'rene groper' og ikke-pits. Det betyr bare 1,5 % overlapp i utseende.
Til slutt er det et problem med datafullstendighet som undergraver studien. Hundeavstamning utgjør ikke 100 % på tvers av alle dataene fordi vi bare får de fire mest observerte rasene hos disse for det meste blandingsrasene. Følgelig kan en del av denne slekten være pitbull, som trekker fordelingene sammen og legger til feil. Hvis vi antar at 50 % av restene er pitbull, øker d for utseende til 6,50. Hvis vi antar at det utelukkende er pitbull, stiger det til 9,87.
Uansett er pitbuller åpenbart og svært visuelt forskjellige fra ikke-pitbuller, og det kan vi se med stor letthet. Visuelt ser det slik ut:
Dette er den ene halvdelen av artikkelens fokus. Den andre halvparten handler om hva feilidentifikasjon gjør med estimater av den overdrevne volden som kan tilskrives pitbulls.
Spoiler: det har en tendens til å undervurdere, ikke overvurdert!
For å lære mer, sjekk ut artikkelen:


2,38K
Topp
Rangering
Favoritter

