A Review of Aircraft-Subsistence Harvester Conflict in Arctic Alaska + Supplementary Appendix 1
Notice bibliographique
Résumé
The traditional harvest of wild resources carries significant nutritional, economic, and sociocultural values for rural residents in the Arctic, especially for Indigenous subsistence communities. Rural communities in the Alaskan Arctic have expressed concern that aircraft activity from industry, commercial hunting, research, and tourism disrupts their harvest of wildlife, particularly caribou (Rangifer tarandus). However, little research exists on how aircraft impact harvest opportunities. Our objective was to assess the extent of scientific knowledge on aircraft-harvester interaction in the Arctic through a systematic search of the available literature. We found that no peer-reviewed publications addressed the conflict between aircraft and harvesters in the region. Some literature addressed aircraft impacts to subsistence species, but did not discuss how those impacts would affect local harvesters. Most research has been directed towards studying aircraft impacts on wildlife or humans in urbanized areas rather than in rural, subsistence communities. Therefore, we expanded our review to draw from gray literature (e.g., public records, government documents) to synthesize the current state of concern and perceptions on aircraft disturbance to subsistence harvesters. Based on the gray literature, we found that harvester frustrations were primarily directed toward low-flying aircraft and non-local operations. However, an absence of quantitative information on the extent of interaction between aircraft activity and harvesters hinders an objective assessment of the conflict. Mitigating conflict will require research focused on this data gap and may begin with better cooperation among rural communities, aircraft users, and decision-makers.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».