MétaCan
Menu
Retour à la cohorte
Enregistrement W2929336180 · doi:10.14430/arctic67916

Assessment of Climatic Conditions for Siberian Reindeer Herding on the Basis of Heat Balance Modelling

2019· article· en· W2929336180 sur OpenAlexvenueno aff
Konstantin Klokov, Владимир Михайлов

Notice bibliographique

RevueARCTIC · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesRussian Academy of Sciences
Mots-clésHerdingTundraGeographyTaigaEnvironmental sciencePhysical geographyClimatologyEcologyArcticBiologyGeologyForestry

Résumé

récupéré en direct d'OpenAlex

The purpose of the research is to assess suitable climatic conditions for traditional herding of reindeer by Indigenous people in different areas of Siberia. A сomputer simulation model allowed us to calculate reindeer’s heat balance according to a number of meteorological indices; it was used to assess climatic conditions in 70 localities. To show the impact of climatic conditions on reindeer’s well-being, we introduce the notion of the thermal comfort index (Kt). The best environmental conditions for reindeer are in the areas where Kt takes the highest values in winter and the lowest ones in summer. We showed the results of the reindeer heat balance computer simulation on two maps visualising the average Kt values in summer and in winter. Finally, using official statistics, we calculated the number of reindeer per 100 km2 in areas with different types of traditional reindeer herding. The territories with the largest domesticated reindeer populations per 100 km2 in the two major tundra reindeer breeding areas (Samoed and Chukchi-Koriak types of reindeer herding) are located in the regions with the relatively low value of Kt in summer and high in winter. In the taiga, Kt is relatively high in summer, and reindeer herding (Tungus and Saian types) is developed mostly in highlands, where the summer Kt is lower than in flatlands because of the vertical temperature gradient. The results obtained prove that thermal conditions are extremely important for traditional reindeer herding.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,663

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 technologies0,0010,000
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 Opus0,067
Tête enseignante GPT0,404
Écart entre enseignants0,337 · 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 tête enseignante, 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207