Shorebird subsistence harvest and indigenous knowledge in Alaska: Informing harvest management and engaging users in shorebird conservation
Notice bibliographique
Résumé
Abstract Limited data on harvest and population parameters are impediments to assessing shorebird harvest sustainability. Because of sharp declines in shorebird populations, timely conservation efforts require approaches that account for uncertainty in harvest sustainability. We combined harvest assessment and ethnographic research to better understand shorebird conservation concerns related to subsistence harvest in Alaska and to support culturally sensible conservation actions. Our objectives were to (1) estimate the Alaska-wide shorebird subsistence harvest and (2) document shorebird indigenous knowledge on the Yukon-Kuskokwim Delta. Harvest estimates were based on surveys conducted in 1990–2015 (n = 775 community-years). Key respondent interviews conducted in 2017 (n = 72) documented shorebird ethnotaxonomy and ethnography. The Alaska-wide shorebird harvest was 2,783 birds per year, including 1,115 godwits per year—mostly Bar-tailed Godwits (Limosa lapponica baueri), whose population has low harvest potential. The egg harvest was 4,678 eggs per year, mostly small shorebird eggs. We documented 24 Yup’ik shorebird names and 10 main ethnotaxonomic categories. Children learning harvesting skills focused on small birds and adults also occasionally harvested shorebirds, but shorebirds were not primary food or cultural resources. Older generations associated shorebirds with a time when people were closer to nature and their cultural roots. Shorebirds connected people with the environment as well as with Yup’ik traditions and language. Our results can inform improvements to harvest assessment and management, as well as outreach and communication efforts to engage subsistence users in shorebird 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».