Experiential knowledge, suffering, and vicissitudes of having malaria in the Brazilian Amazon: An ethnographic study
Notice bibliographique
Résumé
This paper focuses on the multiple ways in which people who live along the rivers of the Brazilian Amazon, known as ribeirinhos, experience malaria outside of a clinical setting. It describes the local understanding of malaria, strategies to distinguish the illness from other febrile sicknesses, challenges for detecting the disease through biomedical diagnosis methods, and vicissitudes of having malaria. It draws on cases from ribeirinhos from a peri-urban community of Manaus and a rural community from Careiro, State of Amazonas, Brazil. Although malaria is biomedically characterized by the pathogens causing the disease, ribeirinhos have developed other standards to define malaria, including the intensity of the symptoms, the interval between the infections, and the types of medications dispensed to them. In the riverine communities studied, the etiology of malaria includes mosquitoes, microbes, water, wind, sun, and person-to-person transmission. Symptoms of malaria were found to overlap with other febrile sicknesses; hence, ribeirinhos developed skills to monitor how a malaise unfolds in their bodies. Experiential knowledge plays a key role in the early detection of malaria. Individuals who have no previous experience with malaria were found to spend more time seeking health care. Equally important, ribeirinhos perceive that malaria is part of the landscape they inhabit.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».