Techne meets Metis: Knowledge and practices for tick control in Laikipia County, Kenya
Notice bibliographique
Résumé
Prevention of tick borne diseases is often through tick control practices. This article diagnoses tick control practices, knowledge underlying these practices and how knowledge is shared at the wildlife-livestock interface in Laikipia County, Kenya. It identifies diverse land use and tick control practices by different land and livestock owners from a scientific knowledge-based (techne) and context driven experiential knowledge-based (metis) perspective. Interviews, focus group discussions, observations and documents yielded qualitative data to unravel i) the historical development of tick control in Kenya ii) techne and metis tick control practices within three ranches and among pastoralists in Laikipia County, and iii) status of tick knowledge sharing between stakeholders. Historical tick control measures date back to about 100 years ago, with increasingly strong veterinary measures over the decades under government control. However, the veterinary control system collapsed around 1991 and livestock owners took tick control into their own hands. All respondents indicated having relevant techne available about tick ecology and tick management practices. To adapt to the changing social, economic and institutional context, they further developed metis, integrating the known techne. Metis and techne complemented each other. Our study reveals that metis is developed within stakeholder groups. The data also suggest that metis practices sometimes develop risky effects to animal, human and environmental health. Knowledge on tick control is mainly shared within a social group, not between groups. We esteem, knowledge sharing between different stakeholder groups (ranchers, pastoralists, DVS) may provide opportunities for better informed decision-making based on fruitful combinations of techne and metis for effective and safe tick management.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».