Knowledge and use of wild edible plants in rural communities along Paraguay River, Pantanal, Brazil
Notice bibliographique
Résumé
BACKGROUND: Wild plants are used as food for human populations where people still depend on natural resources to survive. This study aimed at identifying wild plants and edible uses known in four rural communities of the Pantanal-Brazil, estimating the use value and understanding how distance to the urban areas, gender, age and number of different environments available in the vicinity can influence the knowledge and use of these plants by local people. METHODS: Data on edible plants with known uses by communities were obtained through semi-structured interviews. A form with standardized information was used for all communities in order to obtain comparable data for analysis. For the quantitative analysis of the factors that could influence the number of species known by the population, a generalized linear model (GLM) was conducted using a negative binomial distribution as the data consisted of counts (number of citations). RESULTS: A total of 54 wild species were identified with food uses, included in 44 genera and 30 families of angiosperms. Besides food use, the species are also known as medicine, bait, construction, technology and other. The species with the highest use value was Acrocomia aculeata. Older people, aged more than 60 years, and those living in more remote communities farther from cities know more wild edible plants. Statistical analysis showed no difference regarding gender or number of vegetation types available in the vicinity and the number of plants known by locals. CONCLUSION: This study indicated more knowledge retained in communities more distant from the urban area, indifference in distribution of knowledge between genders and the higher cultural competence of elderly people in respect to knowledge of wild edible botanicals.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».