MétaCan
Menu
Retour à la cohorte
Enregistrement W3216368327 · doi:10.3389/fvets.2021.687699

Understanding Farmers' Behavior and Their Decision-Making Process in the Context of Cattle Diseases: A Review of Theories and Approaches

2021· review· en· W3216368327 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFrontiers in Veterinary Science · 2021
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Prince Edward IslandUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDairy Farmers of ManitobaDairy Farmers of Canada
Mots-clésPsychological interventionTheory of planned behaviorStakeholderContext (archaeology)PsychologyBehavior changeInterpersonal communicationProcess (computing)UnderpinningApplied psychologyControl (management)Social psychologyManagement scienceComputer sciencePublic relationsPolitical scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Understanding farmers' behavior regarding disease control is essential to successfully implement behavior change interventions that improve uptake of best practices. A literature review was conducted to identify theoretical underpinnings, analytical methodologies, and key behavioral determinants that have been described to understand farmers' behavior in disease control and prevention on cattle farms. Overall, 166 peer-reviewed manuscripts from studies conducted in 27 countries were identified. In the past decade, there were increasing reports on farmers' motivators and barriers, but no indication of application of appropriate social science methods. Furthermore, the majority (58%) of reviewed studies lacked a theoretical framework in their study design. However, when a theoretical underpinning was applied, the Theory of Planned Behavior was most commonly used (14% of total). The complexity of factors impacting farmers' behavior was illustrated when mapping all described key constructs of the reviewed papers in behavior change frameworks, such as the socioecological framework and the Capability, Opportunity and Motivation Behavior (COM-B) model. Constructs related to personal influences and relationships between farmers and veterinarians were overrepresented, whereas constructs related to other interpersonal and contextual environments were not extensively studied. There was a general lack of use of validated scales to measure constructs and empirically validated theoretical frameworks to understand and predict farmers' behavior. Furthermore, studies mainly focused on measurements of intention of stakeholder behavior rather than actual behavior, although the former is a poor predictor of the latter. Finally, there is still a lack of robust evidence of behavior change interventions or techniques that result in a successful change in farmers' behavior. We concluded that for a sustainable behavior change, studies should include wider constructs at individual, interpersonal, and contextual levels. Furthermore, the use of empirically validated constructs and theoretical frameworks is encouraged. By using coherent frameworks, researchers could link constructs to design interventions, and thereby take the first step toward theory-driven, evidence-based interventions to influence farmers' behavior for disease control.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,207
Tête enseignante GPT0,401
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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