Gender and exposure pathways to zoonotic infections in communities at the interface of wildlife conservation areas of Uganda: A qualitative study
Notice bibliographique
Résumé
The changing climate and increasingly frequent environmental shocks are creating new pressures on land use and intensifying inter-species contact that might foster zoonotic disease transmission. In areas where there are complex interactions between wild/domestic animals and humans, preventing and managing zoonotic infections requires an integrated One Health approach based on interdisciplinary and multisectoral collaboration. We used a One Health approach to investigate how potential zoonotic disease exposures might be gendered based on sociocultural norms. In six conservation areas in Uganda, we focused on three zoonoses: Rift Valley Fever, Brucellosis and Crimean-Congo Haemorrhagic Fever. We conducted in-depth interviews and focus group discussions with 379 purposively selected participants. Interviews/discussions were audio recorded, transcribed, coded and analysed thematically. In all areas, women and girls were responsible for household-related work while men and boys cared for larger livestock outside of the home, with some regional variations in roles. Location-specific cultural norms differentially impacted women's and men's exposures, including male initiation rituals involving consuming raw meat and animal blood reported in one study area. The different activities performed by women and men lead to differential risks of infection, suggesting that gender-sensitive interventions are required to address the risks faced by people living in these settings.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».