Les refuges pour animaux s'efforcent de placer en permanence les chiens dans des foyers individuels et familiaux. Pourtant, une étude rétrospective à long terme estime que le pourcentage de chiens renvoyés dans les refuges après adoption est d'environ 9 %. Le retour des chiens de refuge a un impact sur les ressources disponibles pour s'occuper d'animaux supplémentaires. Identifier les causes profondes des retours au refuge peut éclairer les programmes visant à réduire ce phénomène.
À l'aide d'un ensemble de données pour un vaste système de refuge à New York, composé de 3 465 chiens de refuge pour la première fois suivis pendant six mois après leur admission, nous avons identifié des domaines potentiels d'intervention visant à réduire les taux de retour des chiens adoptés grâce à plusieurs modèles. La régression logistique combinée à la sélection de variables pas à pas était le modèle présenté dans ce projet de recherche pour explorer la relation entre la probabilité qu'un chien soit renvoyé dans un grand nombre de covariables. Les modèles d'apprentissage automatique ont également été ajustés et comparés au modèle de régression logistique, donnant des résultats similaires mais plus nuancés.
Nous avons constaté que l'âge d'un chien, sa tendance au comportement agressif, sa race, la durée de son séjour et la géographie du refuge sont liés à la probabilité qu'un chien soit rendu. De plus, nous avons constaté que le transport de chiens entre refuges n’était pas lié à la probabilité de retour. Les analyses et visualisations interactives et faciles à utiliser de JMP ont aidé la cliente, qui avait peu de formation en statistiques, à comprendre et finalement à exécuter l'analyse par elle-même. Ces résultats guideront l'allocation de ressources aux interventions, telles que le matériel pédagogique ou les programmes de formation, susceptibles de contribuer à réduire les taux de retour globaux.
