Increasing Knowledge and Traditional Use of Medicinal Plants by Local Communities in Tamil Nadu: Promoting Self-Reliance at the Grassroots Level Through a Community-Based Entrepreneurship Initiative
Notice bibliographique
Résumé
The presence of traditional medicine (TM) and medical practitioners in remote areas of the world is well documented by anthropological studies. However, social, cultural, and environmental factors influencing health and traditional health systems are usually analyzed separately, ignoring the interlinkages existing among them and the resulting synergies, as well as the impact these will have on multiple aspects of local communities. This article presents an innovative and integrated approach to the promotion of a traditional health knowledge system through a community-based entrepreneurship initiative, the Gram Mooligai Company Limited (GMCL), operating in Tamil Nadu (India). The field study took place in Tamil Nadu over a period of 4 months. The data were collected through individual and group interviews and were complemented by participant observations. The research highlights the existence of a strong relationship between commercial initiatives centered on ethnomedicine, enhancement of local livelihoods, gender empowerment, and conservation and enhancement of traditional knowledge through community capacity building. The article points out the importance of promoting and sustaining community initiatives such as GMCL with appropriate policies and affirms the necessity of reinforcing the links among culture, conservation, and socioeconomic development of local communities, particularly among the most vulnerable sectors of society.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».