International, Transdisciplinary, and Ecohealth Action for Sustainable Agriculture in Asia
Notice bibliographique
Résumé
Sustainably intensifying agriculture to secure food for people, while minimizing the human, animal, and environmental health impacts is an unprecedented global food security challenge. Action research is needed to understand and mitigate impacts, with Ecosystem approaches to health (Ecohealth) emerging as a promising framework to support such efforts. Yet, few have critically examined the application of Ecohealth principles in an agricultural context, particularly in Southeast Asia where agricultural intensification is rapidly expanding. In this paper, we evaluate the strengths, challenges, and opportunities of agriculture-related Ecohealth projects in low-resource settings of Vietnam, Thailand, Indonesia, and China, drawing on a case study of the Field Building Leadership Initiative (FBLI). To do this, we used a developmental evaluation framework involving several iterative cycles of document reviews, interviews, focus groups, and outcome harvesting with researchers, partners, and community members involved in FBLI. Results highlight the importance of transdisciplinarity, participation, and knowledge-to-action principles in co-generating knowledge and co-developing practical solutions. Implementing such principles presents challenges in terms of coordinating regional collaborations, managing high workloads, meaningfully engaging communities, and ensuring ongoing monitoring and evaluation. To address these challenges, there is a need to strengthen capacity in integrated approaches to health, improve institutionalization of Ecohealth, foster community engagement, and systematically monitor and evaluate efforts. Ecohealth holds significant promise in improving food security, but only when considerable time is spent developing and implementing projects with communities.
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 | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».