MétaCan
Menu
Retour à la cohorte
Enregistrement W4308392466 · doi:10.3390/vaccines10111868

Using the Women Empowerment in Livestock Index (WELI) to Examine Linkages between Women Smallholder Livestock Farmers’ Empowerment and Access to Livestock Vaccines in Machakos County of Kenya: Insights and Critiques

2022· article· en· W4308392466 sur OpenAlexfundno aff
Catherine Kaluwa, Jemimah Oduma, Faduma Abdullahi Abdirahman, Byalungwa Kyotos Kitoga, Angela Opondoh, John Muchibi, Brigitte Bagnol, Marieke Rosenbaum, Sylvia Onchaga, Meghan Stanley, Janetrix Hellen Amuguni

Notice bibliographique

RevueVaccines · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésLivestockEmpowermentIndex (typography)Women's empowermentSocioeconomicsEconomic growthBusinessGeographyEconomicsForestry

Résumé

récupéré en direct d'OpenAlex

Livestock diseases are a major barrier to productivity for both male and female livestock keepers in Africa. In Kenya, two of the most devastating livestock diseases are Newcastle Disease (ND) in poultry and Contagious Caprine Pleuropneumonia (CCPP) in goats. Female livestock keepers tend to own more small ruminants (goats, sheep, etc.) and poultry and their livelihoods are adversely affected if their herds are not vaccinated against these diseases. Livestock farming has gender specific challenges and opportunities, with implications for the empowerment of women smallholder farmers, their household well-being, food security, and livelihoods. There is a need to estimate the level to which women benefit personally, socially, and economically from keeping livestock, yet there are very few studies that can measure if livestock production does in fact empower women smallholder livestock farmers. This study was done to examine linkages between women's empowerment and access and control over livestock products and vaccines. The Women Empowerment in Livestock Index (WELI) tool, which was customized to include questions on livestock vaccine access, was used to capture baseline data on empowerment scores for women in Machakos county, Kenya, prior to implementation of animal health and vaccine test models. In total, 400 participants were surveyed in two wards of Machakos County, Kola and Kalama, which were purposively selected. Women's empowerment was mapped to three domains (3DE): intrinsic agency (power within), instrumental agency (power to), and collective agency (power with) measured against adequacy in 13 indicators. Our results indicate that the household structure (female headed or dual headed household), age of respondents and number of members in a household influence the adequacy score. Work balance was the most significant negative contributor to women's disempowerment. Women contributed the most to livestock productive activities and attained adequacy in this area compared to men, directly impacting the WELI score. Women smallholder livestock farmers report low CCPP and ND vaccination rates, minimal knowledge on livestock diseases, a lack of access to cold chain storage and rarely visited veterinarians. The WELI score was 0.81 indicating a high level of empowerment for women in this community compared to men leading us to conclude that the overall WELI score was not an accurate indicator of women's empowerment in Machakos County. However, the decomposability of the index allows us to disaggregate the drivers of change and to examine how individual indicators contribute to disempowerment.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,284
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccinesMême sujetMicrofinance and Financial InclusionTravaux en français237 207