MétaCan
Menu
Retour à la cohorte
Enregistrement W2288847547 · doi:10.1111/acv.12259

Correlates of wildlife hunting in indigenous communities in the Pastaza province, Ecuadorian Amazonia

2016· article· en· W2288847547 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnimal Conservation · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensWestern Forest ProductsUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaSecretaría de Educación Superior, Ciencia, Tecnología e Innovación
Mots-clésAmazon rainforestWildlifeIndigenousLivelihoodGeographyBiodiversitySocioeconomic statusSocioeconomicsTobit modelAgroforestryEnvironmental protectionEcologyAgricultureDemographyBiologyPopulationEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Wild meat is an important source of dietary protein and fat for many indigenous peoples in Amazonia. However, rates of wildlife harvest are often unsustainable, threatening not only biodiversity but also the food security of indigenous peoples. During the last decades, Ecuadorian Amazonia has undergone profound socioeconomic changes which have significantly altered peoples' livelihood strategies. Little is known, however, how such changes have affected wildlife hunting. Based on data from a household survey, this paper analyzes the socioeconomic drivers of wildlife hunting among indigenous peoples in Pastaza, in the Ecuadorian Amazonia. The results of a random‐effect tobit analysis reveal that, wealthier households which have higher shares of off‐farm and non‐farm employment tend to harvest smaller amounts of wild meat. A probable explanation to this is that having a permanent and well‐paid job implies an increased opportunity cost of time, leading to a decrease in the time spent hunting and, therefore, decreased wildlife harvests.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,048
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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