The impact of best practice health and husbandry interventions on smallholder cattle productivity in southern Cambodia
Notice bibliographique
Résumé
Future food security has become a major global concern and is particularly important in the Greater Mekong Subregion where several countries have seen rapid urban economic development and increasing demand for red meat. In Cambodia, the majority of livestock producers are subsistence or semi-subsistence rural smallholder farmers using cattle as a source of protein, fertiliser, draught power, and asset storage. Potential income from smallholder cattle is limited by a range of factors that compromise productivity, including endemic diseases, poor nutrition, and lack of knowledge of husbandry techniques and marketing practices. To address the developing opportunities to improve rural incomes from cattle production in Cambodia, a 4-year longitudinal study was conducted to examine ‘best practice’ interventions that could improve productivity and profitability of cattle within smallholder farming systems. The study involved six villages from three provinces, with two villages in each of the provinces of Takeo, Kandal and Kampong Cham paired and designated as either high intervention (HI) or low intervention (LI). A best practice intervention program was introduced to the HI villages to develop the husbandry skills of farmers, including implementation of forage technology, disease prevention through vaccination for foot-and-mouth disease and haemorrhagic septicaemia, deworming, and education in nutrition, biosecurity, disease control, and marketing. Between April 2008 and February 2012, eight repeat-measures capturing data on animal health and production, including cattle weights used to evaluate the impact of interventions on average daily gains, were completed. Cattle in HI villages had significantly (P < 0.01) higher mean liveweight during the last three sampling periods, and average daily gains were 2.4 times higher than in cattle of the LI villages. This study provides evidence that best practice interventions resulted in improved cattle productivity, farmer knowledge and positive impacts on household income over time, offering a pathway that can address food security concerns and more rapidly alleviate rural poverty in the GMS.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».