MétaCan
Menu
Retour à la cohorte
Enregistrement W4386895030 · doi:10.3389/fvets.2023.1199576

Barriers and opportunities for improving dog bite prevention and dog management practices in northern Indigenous communities

2023· article· en· W4386895030 sur OpenAlexafffundabout
Laurence Daigle, André Ravel, Francis Lévesque, Kabimbetas Noah Mokoush, Yves Rondenay, Audrey Simon, Cécile Aenishaenslin

Notice bibliographique

RevueFrontiers in Veterinary Science · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité du Québec en Abitibi-TémiscamingueUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchUniversité de Montréal
Mots-clésIndigenousThematic analysisPopulationGeographyCullingSocioeconomicsVeterinary medicineEnvironmental healthMedicineQualitative researchEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Globally, people living in northern Indigenous communities are at higher risk of dog bites than the rest of the population living in North America, with annual incidence ranging from 0.61 to 59.6/10,000 inhabitants. Considering that rabies is endemic in wild canid populations in certain regions of the Arctic, the prevention of dog bites and the management of dog populations are of crucial importance for public health in these contexts. Most northern communities lack access to veterinary services, mainly due to their remote geographical location and to limited financial resources. Currently, northern Indigenous communities are using different approaches and strategies to prevent dog bites and manage dog populations, but the effectiveness of these approaches sometimes lacks evidence, and their low acceptability may affect their implementation. This study aims to describe (1) the current access and uses of veterinary services, and (2) the perceived barriers and opportunities related to dog population management practices currently implemented, or that could be implemented, in a Naskapi community and an Innu community located in northern Quebec (Canada). Quantitative data were collected through a survey to inhabitants on veterinary services ( n = 122). Qualitative data were collected using individual interviews to inhabitants and health professionals to describe how dog population management measures were perceived, and to identify barriers and opportunities related to their implementation ( n = 37). Descriptive and inferential analysis (quantitative data) and thematic analysis (qualitative data) were performed. Results show that the two main measures implemented at the time of the study – dog culling and short-duration veterinary clinics – were not perceived as fully acceptable and sustainable. Reinforcing access to veterinary services and other dog-related services, such as shelters and training programs on dogs, was identified as a need to improve dog bites prevention and dog population management in remote Indigenous communities. The implementation of animal health measures should be decided by concerned Indigenous communities to follow decolonial practices. It includes ensuring informed consent of dog owners, improving communication before, during and after interventions, separating veterinary services from rehoming and, most importantly giving back to Indigenous communities the complete leadership over animal health in their communities.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,057
Tête enseignante GPT0,311
Écart entre enseignants0,254 · 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.

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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetRabies epidemiology and controlTravaux en français237 207