MétaCan
Menu
Retour à la cohorte
Enregistrement W3037500426 · doi:10.4103/cs.cs_18_123

Do We All Speak the Same Language When Talking Conservation? Caiçara Understandings of Conservation in their Landscape

2020· article· en· W3037500426 sur OpenAlexaff
Débora Peterson, Natália Hanazaki, Fikret Berkes

Notice bibliographique

RevueConservation and Society · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIndigenousSeascapeGovernment (linguistics)General partnershipSociologyCommunity-based conservationEnvironmental resource managementPublic relationsPolitical scienceEnvironmental planningGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Based on their world view, indigenous and local communities may have their own concepts of conservation, which may be different from Western ideas of conservation. Here we report the results of a photovoice study with a Caiçara community in the Juatinga Ecological Reserve, a protected area in the Brazilian Atlantic Forest region. Participants were asked to take photos of their landscape/seascape to illustrate what they understand as conservation. Photos produced by the participants served as 'boundary objects' that helped to evoke feelings, ideas, and thoughts of people-nature relationships during individual interviews, and finally during a group discussion. The results helped to explore ways to frame a Caiçara concept of conservation and highlight the importance of developing place-based conservation projects and approaches meaningful for Caiçara people. Such initiatives can help in understanding Caiçara motivations for conservation, aid partnership-building, and promote knowledge co-production between community, government managers and other stakeholders.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,012
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,456
Tête enseignante GPT0,513
Écart entre enseignants0,058 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation and SocietyMême sujetParticipatory Visual Research MethodsTravaux en français237 207