Bushmeat consumption in Guinea: implications for public health and one health perspective
Notice bibliographique
Résumé
Introduction: bushmeat is an important source of protein and income for many communities in developing countries, although bushmeat-related activities have been associated with many outbreaks of infectious diseases. In Guinea, its consumption attracted increasing attention since the Ebola epidemic from 2013 to 2016. However, estimates of its national scale consumption are lacking. This study explored the bushmeat consumption in urban areas of Guinea to guide public policies and interventions from a One Health perspective. Methods: the survey was conducted among 901 individuals aged 18 years and over from 458 households across the country's eight administrative regions. A two-stage random sampling method was used to select households. Data were collected through a questionnaire on socioeconomic status, sociodemographic characteristics, bushmeat consumption habits, consumed species, motivations, and sources of supply. A multilayer perceptron neural network analysis was used to identify the factors influencing bushmeat consumption. Results: the overall prevalence of bushmeat consumption was 24%, ranging from 15.9% in Conakry to 50% in N'zérékoré. Bushmeat consumption was 22.8% in poor households, 20.9% in middle-income households and 27.4% in rich households. Bushmeat consumption was mostly occasional (79.4%). The species of bushmeat consumed were mainly aulacodes (42.1%), antelopes (42.1%), primates (21.0%) and hare/rabbit (21.0%). Taste was the main reason for consumption (86.9%) and the main sources of supply were sellers (55.1%) and hunters (41.6%). The multilayer perceptron neural network analysis revealed that males, Christians, and individuals from the Forest ethnic group were the main factors influencing bushmeat consumption. Conclusion: the consumption of bushmeat remains a common practice in Guinea. Therefore, the implementation of effective policies and strategies for reducing the hunting of and dependence on bushmeat, which are based on the One Health approach, could make a major contribution to the conservation of the biodiversity of several species and improve health safety at both the local and global levels.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».