Addressing Individual Values to Impact Prudent Antimicrobial Prescribing in Animal Agriculture
Notice bibliographique
Résumé
Antimicrobial resistance is a growing public health threat driven by antimicrobial use-both judicious and injudicious-in people and animals. In animal agriculture, antimicrobials are used to treat, control, and prevent disease in herds of animals. While such use generally occurs under the broad supervision of a veterinarian, individual animals are often treated by farm owners or managers. The decision to administer antimicrobials is therefore influenced not only by the clinical situation but also by the motivations and priorities of different individual actors. Many studies have examined the drivers of external forces such as costs, workload and time constraints, or social pressures on antimicrobial use by veterinarians and producers, but none have explored the role of individually held values in influencing decision-making related to antimicrobial use. Values are deeply held normative orientations that guide the formation of attitudes and behaviors across multiple contexts. Values have been shown to be strongly tied to perceptions of and attitudes toward polarizing topics such as climate change, and preliminary evidence suggests that values are also associated with attitudes to antimicrobial resistance and stewardship. In this article, we draw on lessons learned in other fields (human health care, climate change science) to explore how values could be tied to the extrinsic and intrinsic factors that drive antimicrobial use and prescribing in animal agriculture. We also provide suggestions for ways to build a bridge between the veterinary and social sciences and incorporate values into future research aimed at promoting antimicrobial stewardship in animal agriculture.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 ».