Impact of participatory training of smallholder pig farmers on knowledge, attitudes and practices regarding biosecurity for the control of African swine fever in Uganda
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We evaluated the impact of a participatory training of pig farmers on knowledge, attitude and practices (KAP) of biosecurity relating to ASF control in two districts of Uganda using a randomized control trial (RCT). A total of 830 pig farmers from 32 villages were included in the study, with 425 farmers receiving training, while 405 did not. An item response theory model was used to assess the impact of the training on farmer's KAP. Logistic regression models were used to assess the factors that affected knowledge gain and change in attitude and practices after training. Focus group discussions (FGD) were carried out with selected farmers from the treatment group at the end of the intervention, to share their experiences and discuss potential factors that could hinder adoption of biosecurity in their communities. Results of the regression analyses showed that there was a significant effect of biosecurity training (p = .038) on gain in knowledge after 12 months, but there were limited changes in farmer's attitude and practice at 12 and 28 months after training. Pig production domain (peri-urban/urban production), group membership, gender (male) and education of the farmer positively influenced knowledge gain and attitude of farmers towards biosecurity. This paper provides empirical evidence on the impact of training intervention on biosecurity practices for disease prevention or control. In addition, it breaks down the components of the biosecurity practices and documents the specific challenges to its uptake by the farmers. It therefore relaxes the assumption of knowledge constraint as a barrier to uptake. The results clearly show that knowledge is not the binding constraint to uptake of the biosecurity interventions.
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.
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 découle