MétaCan
Menu
Retour à la cohorte
Enregistrement W4391255618 · doi:10.47941/ijcrs.1643

Social Dimensions of Antimicrobial Resistance and an Anthropological Approach: Analytic Review

2024· article· en· W4391255618 sur OpenAlexaff
M. A. Jawad

Notice bibliographique

RevueInternational Journal of Culture and Religious Studies · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésResistance (ecology)SociologySocial scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Purpose: The objective of this paper is to devise a comprehensive and layered framework to tackle antimicrobial resistance (AMR). It aims to weave together the strands of ethnomedicine, healthcare system analysis, and anthropological perspectives on illness, aligning with universal healthcare principles to encourage community participation and address the societal roots of health inequalities. The framework seeks to address AMR through a lens that views health disparities not merely as medical issues, but as complex phenomena shaped by cultural, social, and structural factors. Methodology: The research employs a single-case study design to synthesize and analyse interdisciplinary insights into AMR. This approach facilitates an in-depth understanding of how various elements, such as cultural beliefs, healthcare practices, and community dynamics, interact and influence the spread and management of AMR. By focusing on a single case, the study intends to meticulously document and interpret the nuanced interactions between these factors, providing a detailed narrative that captures the essence of the AMR challenge in a global health context. The study utilizes 66 varied references, such as journal articles, book excerpts, theses, reports, and websites, sourced from academic venues and the internet, published between 1946 and 2023. Findings: Through its investigation, the study presents a healthcare approach that marries the traditional wisdom of ethnomedicine with the precision of biomedicine, underscoring the significance of cultural competence in formulating AMR mitigation strategies. It dissects the intricate relationship between the three primary health sectors—popular, professional, and folk—and disentangles the sociocultural concepts of 'disease' and 'illness' as distinguished by medical anthropologists. The research calls for a reconceptualization of healthcare systems that goes beyond the biomedical model, advocating for an integration of the sociocultural, economic, and political dimensions that influence health and illness manifestations. Unique contribution to theory: This study's unique theoretical contribution lies in its interdisciplinary approach to health disparities and AMR. It proposes a model that balances the rigor of scientific research with the insights gleaned from traditional health practices, placing a premium on the dynamics of community involvement and the myriad influences on health. By doing so, it offers a more equitable, sustainable, and contextually relevant paradigm for health practices and policies. This paradigm shift is intended to provide actionable insights for policymakers and health practitioners, enabling them to devise strategies that are not only scientifically sound but also culturally sensitive and broadly applicable. The framework envisages a future where health interventions are tailored to the lived experiences of diverse populations, potentially transforming the landscape of global health and AMR strategy.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,016
Études des sciences et des technologies0,0020,010
Communication savante0,0070,009
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
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 Opus0,040
Tête enseignante GPT0,413
Écart entre enseignants0,373 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Culture and Religious StudiesMême sujetEmpathy and Medical EducationTravaux en français237 207