Identifying non-traditional stakeholders with whom to engage, when mitigating antimicrobial resistance in foodborne pathogens (Canada)
Notice bibliographique
Résumé
OBJECTIVE: Antimicrobial resistance (AMR) is a critical public health issue that involves interrelationships between people, animals, and the environment. Traditionally, interdisciplinary efforts to mitigate AMR in the food chain have involved public health, human and veterinary medicine, and agriculture stakeholders. Our objective was to identify a more diverse range of stakeholders, beyond those traditionally engaged in AMR mitigation efforts, via diagramming both proximal and distal factors impacting, or impacted by, use and resistance along the Canadian food chain. RESULTS: We identified multiple stakeholders that are not traditionally engaged by public health when working to mitigate AMR in the food chain, including those working broadly in the area of food (e.g., nutrition, food security, international market economists) and health (e.g., health communication, program evaluation), as well as in domains as diverse as law, politics, demography, education, and social innovation. These findings can help researchers and policymakers who work on issues related to AMR in the food chain to move beyond engaging the 'traditional' agri-food stakeholders (e.g., veterinarians, farmers), to also engage those from the wider domains identified here, as potential stakeholders in their AMR mitigation efforts.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».