MétaCan
Menu
Retour à la cohorte
Enregistrement W2594521316 · doi:10.1007/s00300-016-2071-2

Challenges and strategies when mapping local ecological knowledge in the Canadian Arctic: the importance of defining the geographic limits of participants’ common areas of observations

2017· article· en· W2594521316 sur OpenAlexafffundabout
Laura M. Martinez‐Levasseur, Chris Furgal, Mike O. Hammill, Gary Burness

Notice bibliographique

RevuePolar Biology · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensFisheries and Oceans CanadaTrent University
Organismes subventionnairesForeign Affairs and International Trade CanadaFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaTrent University
Mots-clésWildlifeCitizen scienceResidenceEcologyArcticDiversity (politics)Environmental resource managementData collectionBiologyGeographyDemographyStatistics

Résumé

récupéré en direct d'OpenAlex

Traditional and local ecological knowledge (TEK/LEK) are important sources of information for wildlife conservation. However, there are often limitations and biases in the TEK/LEK methods used. In this study, we examined and implemented strategies to address the limitations and biases we identified while analyzing the mapped observations collected from 27 interviews as part of a larger project on walruses in Nunavik (Canadian Arctic). Our main objectives were to: (1) examine the importance of recording participants’ temporal and spatial limits of observations; (2) identify the factors influencing the quantity and diversity of mapped observations; (3) study the importance of documenting approximate numbers of animals observed; (4) examine the importance of gathering and presenting data at consistent and standardized spatial scales. We found that by adding to maps the geographic limits of participants’ common areas of observations, we were able to distinguish areas that hunters typically visited and did not see walruses, from areas that hunters never visited. Furthermore, we showed that the variability in the quantity of mapped observations was explained by the community of residence and average number of hunting trips per participant, but not by participant age. Finally, although careful adjustments and standardization would be needed, we showed that by having an estimate of the number of walruses observed per area drawn, it would be possible to estimate mean local abundances of walruses. We hope this careful examination of TEK/LEK methods will help to increase confidence in these datasets as a valuable source of knowledge for wildlife conservation.

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)0,126
score de la tête « metaresearch » (Gemma)0,204
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,667

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1260,204
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0170,010
Communication savante0,0110,009
Science ouverte0,0060,011
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,257
Tête enseignante GPT0,406
Écart entre enseignants0,149 · 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'étudeQualitatif
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

Citations23
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePolar BiologyMême sujetIndigenous Studies and EcologyTravaux en français237 207