MétaCan
Menu
Retour à la cohorte
Enregistrement W1962905526 · doi:10.4000/confins.7334

Les connaissances au quotidien : perceptions et savoirs des populations riveraines de l’Amazonie sur leurs ressources halieutiques

2011· article· fr· W1962905526 sur OpenAlexaff
D. Sampaio da Silva, Marc Lucotte, Serge Paquet

Notice bibliographique

RevueConfins · 2011
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cet article nous nous sommes intéressés à la pêche vivrière et artisanale pratiquée par les riverains de l’Amazonie. Les résultats présentés, touchant le savoir traditionnel de ces populations, leurs perceptions des changements environnementaux et de l’évolution des ressources halieutiques, ainsi que les solutions à y apporter, proviennent de deux questionnaires administrés à douze communautés du bassin du Tapajós. Ces résultats apportent un nouvel éclairage sur les enjeux liés à la gestion des ressources halieutiques et soulèvent les lacunes empêchant une réelle appropriation des problèmes environnementaux et l’émergence locale de solutions. Nous avons en effet mis en évidence que le déboisement et l’érosion des berges étaient perçus comme les plus importants changements environnementaux observés au fil du temps. La diminution de l’abondance et/ou la réduction des tailles des poissons a également été signalée par les personnes rencontrées. Le manque de lien entre les changements observés sur les écosystèmes naturels et ceux observés sur la ressource halieutique a attiré notre attention. En conséquence, toute intervention visant l’élaboration et/ou l’implantation de méthodes durables d’exploitation des ressources halieutiques doit absolument passer par une activité préalable d’information. Ceci dans le but de générer une appropriation locale des problèmes environnementaux et de favoriser l’émergence de solutions au sein des communautés concernées.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,238
Tête enseignante GPT0,339
Écart entre enseignants0,101 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConfinsMême sujetFish biology, ecology, and behaviorTravaux en français237 207