Values and Risk Perception Shape Canadian Dairy Farmers’ Attitudes toward Prudent Use of Antimicrobials
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) is an important challenge in public health. Ensuring rational antimicrobial use (AMU) on farms is one of the key components of antimicrobial stewardship. We aimed to describe a sample of Canadian dairy farmers' personal factors for AMUand their AMR risk perception, and to associate these factors with their attitude toward promotion of prudent AMU. We distributed an online survey among dairy farmers in Ontario and Atlantic Canada (New Brunswick, Nova Scotia, and Prince Edward Island). The questionnaire was designed to solicit information on dairy farmers' AMU decision-making process, attitudes toward AMU reduction, awareness of AMR, and individual values. We performed a factor analysis on 15 statements related to AMR awareness and AMU reduction and used a logistic regression model to identify variables associated with the probability of disagreeing with the need to increase promotion of responsible AMU in the dairy industry. Respondents' (n = 193) previous experience was the main reason to select an antimicrobial treatment for their cattle. We identified four groups of factors related to knowledge, risk perception, and emotional states among respondents. To the question "Should there be more initiatives to promote responsible use of antibiotics in the dairy industry?" 23% of respondents answered no, which was associated in a logistic regression model with being a farm owner, having a tie-stall barn, and considering their own experience as the most important factor in selecting antimicrobial treatments. The score for the conservation value dimension and score for a factor described as sense of responsibility when using antimicrobials were also retained in the final model. Our results indicate that tailored strategies to promote prudent AMU on dairy farms may be preferable to a generic strategy because there are individual differences in attitudes, values, and AMR awareness that shape AMR risk perception and willingness to modify current AMU practices.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».