On Using Expert-Based Science to “Test” Local Ecological Knowledge
Notice bibliographique
Résumé
The challenges and opportunities of incorporating information collected through scientific studies with the experience-based knowledge of resourcedependent communities have been the focus of numerous studies (e.g., Freeman 1992, Agrawal 1995, Weeks and Packard 1997, Turner et al. 2000). However, there are relatively few examples in which ecological science and local knowledge have both been successfully incorporated to provide meaningful input into resource management (Berkes 2004). In their recent article in Ecology and Society, Gilchrist et al. (2005) provide a thorough evaluation of Local Ecological Knowledge (LEK) using expert-based ecological studies often referred to as “western science.” Although we applaud their recognition of the value of and desire to promote LEK, it is unfortunate that they use expert-based ecological data as a “test” to determine the “reliability” of LEK. Even though the authors indicate their wish to use the two different approaches to identify “constraints and limitations of both approaches,” they fail to discuss the assumptions, limitations, or constraints of the ecological studies that they use. We do not take issue with their ecological studies; we presume they are of the highest quality. However, to assume that the ecological studies are error free and without any bias or limitation is perhaps somewhat misguided, albeit an assumption that many scientists still make (Harding 1991, Rykiel 2001). Indeed, Freeman (1992) provides examples in which conflicts occurred in the Canadian Arctic between LEK and expert-based science over aerial surveys of bowhead whales in the Beaufort Sea and caribou in what is now Nunavut, where local perceptions of the state of these wildlife populations were initially considered “unreliable” but were resolved when biases in ecological studies were corrected using local knowledge. These case studies illustrate the limitations of ecological research and monitoring, and provide a cautionary tale against accepting them as “truth.”
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 | 0,001 |
| 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 | 0,010 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».