Climate Change, Land Use, and the Decline in Traditional Fulani Cattle Practices: Drivers of Antimicrobial Resistance in Kwara, Nigeria
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents a case study of Fulani herdsmen in Nigeria, whose traditional ethnoveterinary practices risk being lost as the country transitions to more intensive and enclosed livestock practices. We use a planetary health framing to make visible the value of indigenous practices that are less damaging to the environment, animal welfare, and human health. Through ethnographic observation, focus group discussions (FGDs), and key stakeholder interviews, we show that the Fulani use a complex system of herbal medicines and traditional herding practices to maintain herd health, and to manage and treat animal disease when it arises. However, their traditions often sit uncomfortably with commercial farming practices. As traditional Fulani grazing lands are eroded, dispossessed Fulani take employment from businessmen farmers. Both parties’ inexperience with shed hygiene, artificial feed, and less environmentally resilient crossbreeds leads to an increased incidence of infectious disease. This, in turn, drives the higher use of antibiotics. There is, thus, a ‘causal chain’ of underlying drivers that lead, through poorer environmental, animal, and human health, to the increased use of antibiotics. The antibiotic resistance that emerges from this chain threatens human health now and in the future. Through a planetary health framing, we advocate for a deeper understanding of the knowledge held by Fulani herdsmen and their traditional ethnoveterinary practices as an alternative to increasing antibiotic use (ABU).
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.
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 | 0,001 | 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) | 0,000 | 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 découle