MétaCan
Menu
Retour à la cohorte
Enregistrement W2408857856 · doi:10.14430/arctic4562

Wild Resources, Harvest Data and Food Security in Nunavut’s Qikiqtaaluk Region: A Diachronic Analysis + Online Supplementary Appendix Table S1 (See Article Tools)

2016· article· en· W2408857856 sur OpenAlexafffundvenueabout
George W. Wenzel, Jessica Dolan, Chloë Brown

Notice bibliographique

RevueARCTIC · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensMcGill UniversityStatistics Canada
Organismes subventionnairesNunavut Wildlife Management Board
Mots-clésGeographyPer capitaWildlifeFood securityResource (disambiguation)Table (database)PopulationPopulation growthAgricultural economicsAgricultureEcologyDemographyBiologyArchaeologyEconomicsDatabase

Résumé

récupéré en direct d'OpenAlex

The security of the Inuit food system is the focus of extreme concern in Nunavut today. Despite this concern, little detailed analysis of the system’s traditional resource component has been done, primarily for lack of comprehensive recent information on harvesting. An exception is the harvest surveys carried out by the Nunavut Wildlife Management Board (NWMB) from 1996 to 2001. This comprehensive survey provides potentially important, albeit temporally limited (five year), information on recent Inuit wildlife use. To overcome this temporal limitation, we compared the NWMB data to information from the Baffin Regional Inuit Association (BRIA) 1980 to 1984 harvest survey for the 13 communities of the Qikiqtaaluk-Baffin Region. Together, these datasets provide two five-year “windows” on wild resource use in Nunavut’s most populous region. This comparison indicates declines in the total volume and per capita availability of wild foods in most communities relative to the early 1980s. We conclude that a partial cause for this change was hunters’ reduced access to monetary resources after the collapse of the European sealskin market (ca. 1983 – 84). When coupled with rising harvesting costs, this change significantly reduced the number of intensively engaged harvesters relative to the region’s growing population.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,504

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,057
Tête enseignante GPT0,343
Écart entre enseignants0,286 · 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

Citations13
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207