MétaCan
Menu
Retour à la cohorte
Enregistrement W4311064235 · doi:10.32920/ihtp.v2i3.1703

Analyse comparative des initiatives One Health en Guinée et en République Démocratique du Congo : Un appel à l’opérationnalisation/ Comparative analysis of One Health initiatives in Guinea and the Democratic Republic of Congo: A call for operationalization

2022· article· fr· W4311064235 sur OpenAlexaffvenue
Stéphanie Maltais, Salifou Talassone Bangoura, Rolly Nzau Paku, Marlène Metena Mambote, Castro Gbèmemali Hounmenou, Simon R. Rüegg, Justin Masumu, Rodrigue Deuboué Tchialeu, Sheila Makiala‐Mandanda, Abdoulaye Touré, Alioune Camara, Alpha Kabinet Kéita, Sanni Yaya

Notice bibliographique

RevueInternational Health Trends and Perspectives · 2022
Typearticle
Languefr
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La Guinée et la République Démocratique du Congo (RDC) sont deux pays confrontés à des maladies zoonotiques (ré)émergentes, lesquelles représentent de graves menaces pour la santé publique et pour l’économie. Cela renforce l’importance de mettre l'accent sur les approches interdisciplinaires pour la prévention, la détection et l’atténuation des maladies infectieuses afin de mettre en place des systèmes de réponses adéquats. Dans les dernières années, des efforts ont été fournis dans les deux pays pour la conception, la mise en œuvre et la promotion de l’approche “Une Seule Santé” (One Health) qui offre des solutions à l’interface homme-animal-plante-écosystèmes. Cependant, dans ces pays, il n’existe pas une approche systémique “Une Seule Santé” qui soit réellement opérationnelle. Ainsi, cet article vise à faire une analyse comparative des initiatives « One Health » (OH) en Guinée et en RDC. Les résultats suggèrent qu'il existe un engagement fort de la part du gouvernement guinéen à signer un ordre conjoint de collaboration entre les trois départements clés, mais la coopération et la collaboration entre les différents secteurs et disciplines font défaut. En RDC, trois plateformes existent, mais leurs actions ne sont pas coordonnées, ce qui démontre les lacunes dans la vision globale que devrait avoir l’approche OH. Le défi majeur dans ces deux pays est d'adopter une approche holistique pour dépasser les structures et les paradigmes organisationnels et disciplinaires pour développer une véritable coopération entre tous les secteurs directement ou indirectement touchés par les maladies à potentiel épidémique. Guinea and the Democratic Republic of Congo (DRC) are two countries facing (re)emerging zoonotic diseases, which pose serious threats to public health and the economy. This reinforces the importance of emphasizing interdisciplinary approaches for the prevention, detection, and mitigation of infectious diseases to put in place adequate response systems. In recent years, efforts have been made in both countries for the design, implementation, and promotion of the “One Health” (OH) approach which offers solutions at the human-animal-animal-plant-ecosystems interface. However, in these countries, there is no operational OH systemic approach. Thus, this article aims to make a comparative analysis of the OH initiatives in Guinea and the DRC. Findings suggest there is a strong commitment on the part of the government of Guinea to sign a joint order of collaboration between the three key departments, but cooperation and collaboration between different sectors and disciplines is lacking. In the DRC, three platforms exist but are not coordinated, which shows gaps in the overall vision that OH should be in the country. The major challenge in these two countries is to adopt a holistic approach to go beyond organizational and disciplinary structures and paradigms to develop real coordination and cooperation between all the sectors directly or indirectly affected by diseases with epidemic potential.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,072
Tête enseignante GPT0,402
Écart entre enseignants0,330 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Health Trends and PerspectivesMême sujetZoonotic diseases and public healthTravaux en français237 207