MétaCan
Menu
Retour à la cohorte
Enregistrement W2135080163 · doi:10.14430/arctic833

A Method for Estimating Caribou Consumption by Northern Canadians

2000· article· en· W2135080163 sur OpenAlexafffundvenue
B. L. Tracy, Gary H. Kramer

Notice bibliographique

RevueARCTIC · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensHealth Canada
Organismes subventionnairesHealth Canada
Mots-clésArcticFood consumptionGeographyLichenConsumption (sociology)Wet weightPercentileThe arcticDemographyBiologyEcologyOceanographyMathematics

Résumé

récupéré en direct d'OpenAlex

Caribou is an important source of protein in the diet of northern Canadians. It is also an important pathway for airborne environmental contaminants that concentrate in the lichen - caribou - human food chain. We present a method for estimating caribou consumption that is independent of questionnaires and dietary surveys. The method is based on direct, whole-body measurements of fallout radiocesium in northern caribou consumers and on measurements of the concentrations of radiocesium in the meat. From the 1989-90 surveys of five Arctic communities, we obtained the following mean (90th percentile) intakes of caribou meat in grams per day: Baker Lake - males 65 (141), females 41 (88); Rae-Edzo - males 42 (103), females 31 (80); Old Crow - males 41 (108), females 23 (59); Fort McPherson - males 41 (77), females 32 (68); Aklavik - males 20 (47), females 15 (37). Compared with surveys carried out in the late 1960s, these values indicate a twofold to fourfold decrease in caribou consumption over a period of 20 years. A dietary survey questionnaire administered during the 1989-90 survey provided useful information on the consumption of various caribou organs, methods of meat preparation, and consumption of other traditional foods.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,039
Tête enseignante GPT0,401
Écart entre enseignants0,362 · 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

Citations11
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207