Biosocial Complexities of Antimicrobial Use in Dairy Farming in Alberta, Canada
Notice bibliographique
Résumé
Antimicrobial resistance (AMR), or the ability of a microbe to withstand treatment with antibiotics, is an emerging health issue that has been largely attributed to the inappropriate use of antimicrobial treatments. Many of the current research and policy initiatives focus on knowledge translation and behavioral change mechanisms as ways to achieve absolute reductions in antimicrobial use across all health sectors. However, the current approach fails to address underlying drivers of practice and is narrowly focused on achieving a numeric goal. Given the failure to understand the underlying drivers of decisions made by dairy farmers concerning antimicrobial use (AMU), this study sought to understand one community’s perceptions surrounding AMU, AMR, and regulation in the dairy farming industry in Alberta via the use of ethnography. Specifically, this included participation in on-farm activities (i.e., milking) and observations of relevant interactions (i.e., herd health exams) on dairy farms in Central Alberta for a period of 3.5 months. Interviews were conducted with 25 dairy farmers. Nine of these interviews were analyzed using thematic analysis. Thematic analyses resulted in four key takeaways. Farmers: 1) feel that AMU policies implemented in other contexts are impractical and are concerned that such policies, if implemented in Alberta, would constrain their freedom to make what they perceive to be the best decisions about AMU for their animals; 2) believe that their first-hand knowledge is undervalued by both consumers and policy-makers; 3) do not believe that the public trusts them to make the correct AMU choices and, consequently, worry that AMU policy will be guided by what they believe are misguided consumer concerns; 4) farmers are skeptical of a link between AMU in livestock and AMR in humans. Based on these findings, a better understanding of the sociocultural and political-economic infrastructure that supports such perceptions is warranted and should inform future policy.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,007 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».