Valorizing the 'Irulas' traditional knowledge of medicinal plants in the Kodiakkarai Reserve Forest, India
Notice bibliographique
Résumé
A mounting body of critical research is raising the credibility of Traditional Knowledge (TK) in scientific studies. These studies have gained credibility because their claims are supported by methods that are repeatable and provide data for quantitative analyses that can be used to assess confidence in the results. The theoretical importance of our study is to test consensus (reliability/replicable) of TK within one ancient culture; the Irulas of the Kodiakkarai Reserve Forest (KRF), India. We calculated relative frequency (RF) and consensus factor (Fic) of TK from 120 Irulas informants knowledgeable of medicinal plants. Our research indicates a high consensus of the Irulas TK concerning medicinal plants. The Irulas revealed a diversity of plants that have medicinal and nutritional utility in their culture and specific ethnotaxa used to treat a variety of illnesses and promote general good health in their communities. Throughout history aboriginal people have been the custodians of bio-diversity and have sustained healthy life-styles in an environmentally sustainable manner. However this knowledge has not been transferred to modern society. We suggest this may be due to the asymmetry between scientific and TK, which demands a new approach that considers the assemblage of TK and scientific knowledge. A greater understanding of TK is beginning to emerge based on our research with both the Irulas and Malasars; they believe that a healthy lifestyle is founded on a healthy environment. These aboriginal groups chose to share this knowledge with society-at-large in order to promote a global lifestyle of health and environmental sustainability.
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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 ».