Addressing vulnerability, building resilience: community-based adaptation to vector-borne diseases in the context of global change
Notice bibliographique
Résumé
BACKGROUND: The threat of a rapidly changing planet - of coupled social, environmental and climatic change - pose new conceptual and practical challenges in responding to vector-borne diseases. These include non-linear and uncertain spatial-temporal change dynamics associated with climate, animals, land, water, food, settlement, conflict, ecology and human socio-cultural, economic and political-institutional systems. To date, research efforts have been dominated by disease modeling, which has provided limited practical advice to policymakers and practitioners in developing policies and programmes on the ground. MAIN BODY: In this paper, we provide an alternative biosocial perspective grounded in social science insights, drawing upon concepts of vulnerability, resilience, participation and community-based adaptation. Our analysis was informed by a realist review (provided in the Additional file 2) focused on seven major climate-sensitive vector-borne diseases: malaria, schistosomiasis, dengue, leishmaniasis, sleeping sickness, chagas disease, and rift valley fever. Here, we situate our analysis of existing community-based interventions within the context of global change processes and the wider social science literature. We identify and discuss best practices and conceptual principles that should guide future community-based efforts to mitigate human vulnerability to vector-borne diseases. We argue that more focused attention and investments are needed in meaningful public participation, appropriate technologies, the strengthening of health systems, sustainable development, wider institutional changes and attention to the social determinants of health, including the drivers of co-infection. CONCLUSION: In order to respond effectively to uncertain future scenarios for vector-borne disease in a changing world, more attention needs to be given to building resilient and equitable systems in the present.
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 | 0,015 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 ».