One Health for all: Implementing international frameworks with local communities
Notice bibliographique
Résumé
The One Health concept emphasizes the interdependence of human, animal and environmental health. While the term “One Health” has only gained traction in this century, the idea itself is much older. For instance, many Indigenous Peoples and local communities have traditional cosmologies that recognize the interconnectedness of the ecosystem and the role of humans within it [1, 2]. It is the industrialized-focused worldview that has only recently come to terms with the fact that humans are part of a complex global ecology, not the masters of it. While some progress has been made in recognizing the importance of local, traditional and Indigenous knowledges in One Health policy documents, and towards including gender equality, disability and social inclusion (GEDSI) considerations, hurdles remain to meaningfully incorporate context-specific knowledge in practice (see S1 Fig for definitions of the different types of knowledges). In this article, we advocate for funding and engagement in deep context-specific social research before funding and engaging in One Health interventions. Through our own work on the Indo-Pacific Initiative for Sustainable Animal Health Cooperation, we seek to understand how factors such as gender and social inclusion can inform the uptake or rejection of One Health practices within local communities in the region. To keep communities safe and ensure equitable health outcomes, it is worth the time, money and effort to understand the dynamics that shape and motivate local interactions between humans, animals and the environment. This will undoubtedly help to develop more tailored, appropriate, trusted and sustainable One Health interventions.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».