Invited review: Determinants of farmers' adoption of management-based strategies for infectious disease prevention and control
Notice bibliographique
Résumé
The prevention and control of endemic pathogens within and between farms often depends on the adoption of best management practices. However, farmers regularly do not adopt recommended measures or do not enroll in voluntary disease control programs. This indicates that a more comprehensive understanding of the influences and extension tools that affect farmers' management decisions is necessary. Based on a review of relevant published literature, we developed recommendations to support policy-makers, industry representatives, researchers, veterinarians, and other stakeholders when motivating farmers to adopt best management practices, and to facilitate the development and implementation of voluntary prevention and control programs for livestock diseases. Farmers will make management decisions based on their unique circumstances, agricultural contexts, beliefs, and goals. Providing them with rational but universal arguments might not always be sufficient to motivate on-farm change. Implementation of recommended management practices is more likely if farmers acknowledge the existence of a problem and their responsibility to take action. The perceived feasibility and effectiveness of the recommended management strategy and sufficient technical knowledge further increase the likelihood of adequate adoption. Farmers will also weigh the expected advantages of a proposed change against the expected disadvantages, and these considerations often include internal drivers such as pride or the desire to conform with perceived standards. Extension tools and farmers' social referents (e.g., veterinarians, peers) not only provide technical information but also influence these standards. Whereas mass media have the potential to deliver information to a broad audience, more personal approaches such as participatory group learning or individual communication with farm advisors can enable the tailoring of recommendations to farmers' situations. Approaches that appeal to farmers' internal motivators or that unconsciously elicit the desired behavior will increase the success of the intervention. Collaboration among stakeholders, assisted by social scientists and communication specialists, is necessary to provide a context that facilitates on-farm change and transfers consistent messages across extension tools in the most effective way.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».