Regional Patterns of Fish and Wildlife Harvests in Contemporary Alaska
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.
Notice bibliographique
Résumé
Subsistence harvests of fish and wildlife play a vital role in the economies and ways of life of rural Alaska communities. State and federal laws establish a priority for subsistence over other fishing and hunting. These laws recognize that the economic, cultural, and social role of subsistence fishing and hunting is not uniform across Alaska: federal law limits eligibility to rural residents, and state law, while allowing all state residents to participate, requires the identification of nonsubsistence areas where subsistence fishing and hunting are not permitted. But defining “rural Alaska” and “nonsubsistence areas” sparked decades of political debate and litigation. A review of nonsubsistence areas by the Alaska Joint Board of Fisheries and Game in 2013 resulted in updated estimates of noncommercial fish and wildlife harvests. Comprehensive data from systematic household surveys in 198 rural communities provided a basis for estimating harvest levels and trends at census-area and statewide levels and crucial input to board deliberations. In 2012, rural Alaska harvests averaged 134 kg/person, while urban Alaska harvests averaged 10 kg/person. The statewide rural harvest was 26% below an estimate for the 1980s, but changes varied by region. Throughout the Arctic and Subarctic, factors shaping subsistence harvests include development, the rising costs of living, shifting resource populations, regulations, climate change, and cultural change. Understanding the vulnerability and adaptability of northern communities requires monitoring of subsistence harvests through annual programs and periodic comprehensive community studies.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle