MétaCan
Menu
Retour à la cohorte
Enregistrement W4214650108 · doi:10.3389/fvets.2022.831752

Who Has Access to Livestock Vaccines? Using the Social-Ecological Model and Intersectionality Frameworks to Identify the Social Barriers to Peste des Petits Ruminants Vaccines in Karamoja, Uganda

2022· article· en· W4214650108 sur OpenAlexfundno aff
Daniel Acosta, Nargiza Ludgate, Sarah McKune, Sandra Russo

Notice bibliographique

RevueFrontiers in Veterinary Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreGlobal Affairs CanadaBill and Melinda Gates Foundation
Mots-clésIntersectionalityLivestockLivelihoodVaccinationFocus groupEthnic groupSocioeconomic statusMarital statusSocioeconomicsQualitative researchGeographyPolitical scienceSociologyMedicineBusinessGender studiesDemographyPopulationSocial scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Access to veterinary services is important in Karamoja, northeastern part of Uganda, as livestock is a primary source of livelihood. Gender is often overlooked in animal health programs, let alone intersectionality. However, given the socio-cultural intricacies of Karamoja, ignoring these factors may hinder animal vaccination practices, limiting the success of programs designed to control and prevent animal diseases, such as peste des petits ruminants (PPR). The study used qualitative research methods, including focus group discussions, individual interviews, and key informant interviews in a participatory research approach to investigate the constraints faced by livestock keepers when accessing vaccines. The study was carried out in Abim, Amudat, Kotido, and Moroto, four districts in the Karamoja Subregion of Uganda. A modified version of the socio-ecological model (SEM) blended with an intersectional approach were used as frameworks to analyze underlying individual, social and structural determinants of vaccine access with intersecting factors of social inequalities. The results show there are seven intersecting factors that influence access to vaccination the most. These are: gender, ethnicity, geographic location, age, physical ability, marital status, and access to education. The impact of these intersections across the different levels of the SEM highlight that there are vast inequalities within the current system. Access to vaccines and information about animal health was most limited among women, widows, the elderly, the disabled, geographically isolated, and those with unfavorable knowledge, attitudes, and practices about vaccination. Cultural norms of communities were also important factors determining access to PPR vaccines. Norms that burden women with household chores and beliefs that women cannot manage livestock, combined with gender-based violence, leaves them unable to participate in and benefit from the livestock vaccine value chain. Trainings and sensitization on gendered intersectional approaches for those involved in the distribution and delivery of vaccines are necessary to avoid exacerbating existing inequalities in Karamoja.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,006
Communication savante0,0050,006
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,102
Tête enseignante GPT0,363
Écart entre enseignants0,260 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207