MétaCan
Menu
Retour à la cohorte
Enregistrement W2874299775 · doi:10.1111/joac.12289

The disappearance of water buffalo from agrarian landscapes in Western China

2018· article· en· W2874299775 sur OpenAlexafffund
Jean‐François Rousseau, Janet C. Sturgeon

Notice bibliographique

RevueJournal of Agrarian Change · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensSimon Fraser UniversityUniversity of OttawaGlobal Affairs Canada
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLivelihoodModernization theoryChinaAgrarian societyState (computer science)SustainabilityCash cropEthnic groupGeographyLand tenurePolitical scienceEconomic growthEconomyAgricultureEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract For centuries, water buffalo served important livelihood functions for ethnic minority farmers in Southwest China. Yet, over the past decade, buffalo ownership decreased dramatically in our research sites in Yunnan province. This transition occurred after state policies and projects excluded villagers from significant portions of their land. Increased state control over landscapes allowed the state to respatialize land uses in ways conducive to productivist and environmentalist logics, with farmers cultivating cash crops on limited production landscapes and state agencies taking over control of larger environmental landscapes. Buffalo are welcome in neither setting. Handai and Akha farmers have divergent perceptions on the outcomes of these technological shifts, with Handai beginning to question buffalo loss while Akha having contented to become “modern” farmers. In both cases, our analysis challenges the literatures on sustainability transitions and ecological modernization that posit apolitical and optimistic outcomes for farmers' adoption of “modern” and “green” technologies.

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)0,001
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 enseignants0,091
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agrarian ChangeMême sujetRangeland Management and Livestock EcologyTravaux en français237 207