MétaCan
Menu
Retour à la cohorte
Enregistrement W1994408849 · doi:10.1080/08941920.2014.888793

The Impact of Herder Sedentarization on Natural Resource Access in Northeastern Ghana

2014· article· en· W1994408849 sur OpenAlexafffund
Rita Yembilah, Miriam Grant

Notice bibliographique

RevueSociety & Natural Resources · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaMount Royal University
Organismes subventionnairesInternational Development Research Centre
Mots-clésIndigenousLivelihoodLivestockNatural resourceNegotiationGeographyResource (disambiguation)Opposition (politics)Political scienceSocioeconomicsEnvironmental resource managementSociologyEcologyPoliticsAgricultureForestryArchaeologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

The Fulani of West Africa have increasingly migrated to humid West Africa since the Sahelian droughts of the 1970s, drawing opposition from indigenous groups that are concerned about the deprivation of their livelihood and monopolization of resources for herders’ livestock. This research, which involved farmers, shepherds, and Fulani herders, addressed three issues: the nature of indigenous grazing and watering regimes, shepherd–herder relations, and herders’ impact on resource access for indigenes’ livestock. The research indicates that in-community and off-community platforms for resource access exist. The former has not been impacted by the herders; the latter has experienced changes insufficient to constitute an overhaul of resource access at the expense of indigenes’ livestock. Instead, a “shepherd–herder” category of resource access has emerged that is characterized by negotiation for resource space, opening avenues for addressing broader resource access issues, and typically tense indigene–herder relationships.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,067
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetRangeland Management and Livestock EcologyTravaux en français237 207