當前位置:
首頁 > 最新 > 學習科學救助流浪動物=TNR

學習科學救助流浪動物=TNR

TNR百度百科

(Trap Neuter Release,簡稱TNR),是一種取代安樂死的人道管理和減少流浪犬和流浪貓數量的方法TNR藉由施以絕育手術,使之無法繁殖。自從1980年代後期和1990年代早期以後,目前數個動保團體在美國逐漸推動TNR[1]。TNR仍然存在一些非傳統方法使TNR無法被普遍性地接受。根據2010年一項研究指出,控制TNR動物族群易受其他因素干擾[2]。

當一群流浪動物依靠資源駐留於當地,往往因為沒有結紮而繁殖增加數量,當資源不足以支撐整個族群生命所需,將會產生攻擊行為及族群外移,造成社會問題。

一個地區如果能有效結紮70%的流浪犬。那之後這些流浪犬的族群有可能下降。

剪耳-絕育時一般會加以標記此犬貓是否已絕育,而標記的方式從以前剪去耳翼的側面一部份(三角形),演變成現今的剪去一邊耳尖的一小角,以分辨已絕育與否。

漫畫詳解-如何實施TNR

首先要接近流浪貓

逐漸讓他們對你產生信任感

然後再乘機捕捉

把捕捉到的貓咪帶去做絕育手術

然後照顧它們直到身體恢復

最後把康復的貓咪放回到捕捉他們的地方

學習外地做TNR很優秀的案例

以下內容,摘選自內蒙呼和浩特的善良姑娘--動保妮妮的新浪博客

個人救助很多年,曾經懷著孕還去抓捕流浪狗做絕育

動保妮妮的賬單:

動保妮妮的筆記:

每一隻絕育狗狗手術後的照片:

看到這樣的正能量,是不是很受感動和鼓舞吖!她只是一個人在組織和身體力行。就在很短的時間裡完成235隻動物的絕育量。

其實很多人都覺得自己做不了太多,而實際上,一個人的力量是很巨大的。如果每一個人能付出小小的力量,彙集起來可以改變很多流浪動物的命運。

這是一件看起來簡單,執行起來不容易,但效果卻很好的事情。

而流浪動物TNR抓捕、絕育、放歸,也是從另外一個角度在幫助和改變流浪動物群護人。

不改變的話,好心的餵養會變成一種傷害。越喂越聚集,營養好,繁殖率高,成活率高。長的壯實,貓狗肉販最愛。

引用動保妮妮說的話:動物保護需要正確的方向,像挖井一樣,在有水源的地方努力才能有收穫。方向錯了,費力費錢都是徒勞。

關於救助我也曾用盡全力努力過很多年,6年艱辛換來的是回到原地。遇到流浪動物想去救助她們,是生命的屬性,不可改變。我一直認為任何一個動物來到我的身邊,都是與我有緣分。可我的承載能力非常有限,如果重新來過,我會把所有的精力用在推廣TNR,推廣絕育理念上。

1隻母貓1年內在食物充足的情況下,可以繁殖約8隻小貓。6個月後小貓可以再繁殖,假設一半有4隻是母貓,2個月後就有20隻貓。再過8個月是50~80隻貓。

這個過程中,會有絕大部分的貓咪因食物短缺、天氣惡劣,車禍、偷盜毒殺等原因生病、煎熬、殘疾最終死亡。僅有極少數的貓咪能夠遇到好心人被收養和救助,剩下身體健壯又經歷九死一生存活下來的,仍在原地繼續繁殖。

給一隻貓咪做絕育等於救助至少100隻貓咪。

僅過去一個禮拜,我已知的救助人,救助廢墟、車底、地下室、門頭、殘疾傷病小貓數十隻……

很多救助人一到夏天就不停的救小貓,收小貓,囤養,治病,找領養。領不出去長大要打疫苗要做絕育。這些費用都遠遠高於絕育費。而且耗費精力和感情,一旦收養人飽和或爆發傳染病便不能再收容。呼籲更多的人,愛貓的以及經常救貓的好心人,把有限的資源放在給貓咪絕育上面。

懇請大家給自家貓絕育,不散養不遺棄,不造成社會負擔。OTL

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 徐州流浪動物領養平台 的精彩文章:

廢墟流浪貓群最新情況及待領養照片

TAG:徐州流浪動物領養平台 |

您可能感興趣

科學理性救助流浪貓狗
昆明市第一人民醫院藥學部成功舉辦 「抗菌藥物科學化管理及感染性疾病多學科協作診療模式」學術活動
學習科學的誕生——通過認知和腦科學了解學習
美機構呼籲幫助生物醫學科學家開創事業
世界第一的迪肯運動科學學院之體育科學及商務專業
澳大利亞科學家研發智能襪子SoPhy,幫助患者進行理療
AI與植物學:深度學習助力科學對植物生物多樣性的理解,帶你走進神奇的植物世界
日本推出RPG攻略式物理學科普維基 科學的中二之魂!
邏輯哲學、數學哲學和科學哲學的關係
Kinect等運動感測器被創造性地用在國外多種科學研究中
地球物理學、空間科學與技術
中國科學技術大學
告別低效學習——內科學和外科學的學習與備考方法
SPACEX將發射龍飛船攜帶相關科學研究物料到國際空間站
孩子們大愛的學科學APP
海峽聯合研究院——走進生活,領悟科學
永新光學發力生命科學領域
易學:科學與玄學
中科院科學家研究揭示Cu-PCBs複合污染下植物對PCBs的吸收和轉運機制
數據科學、機器學習和AI的區別