Understanding what citizens think about Antimicrobial Resistance: Deliberative Polling® in six middle-income countries
Notice bibliographique
Résumé
Background: The pandemic of antimicrobial resistance (AMR) will only be mitigated by policy action and innovation and importantly, supported by local and community action. Last year (2024) with the United Nations General Assembly high level meeting on AMR in September we decided to ascertain citizens' understanding of the issues and prioritisation for action. Methods: , a methodology founded on deliberative democratic theory, in six middle income countries across three continents to explore people's understanding and support for 45 policies that were likely to feature in the political declaration. Results: In total 2419 participants were randomised to deliberation intervention (written and video information, facilitated online small group discussions, and expert plenary sessions) or control groups who only completed the pre- and post- deliberation surveys. Support increased significantly through deliberation for 3/4 of the proposals (>90% for 2/3), as well as on knowledge about AMR and internal political efficacy. Proposals relating to infection prevention were most heavily supported across all six countries. We found regional variation in support for proposals relating to informal antibiotic access and the use of antibiotics in food production, with less support for selected proposals from South America. Conclusions: Deliberative polling is a powerful method of large scale community engagement and this is new for AMR helping us to understand the views of the public relating to policies that will require their support to enact.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».