MétaCan
Menu
Retour à la cohorte
Enregistrement W3132866688 · doi:10.23987/sts.80516

Enacting Maasai and Palaeoanthropological Versions of Drought in Oldupai Gorge, Tanzania

2020· article· en· W3132866688 sur OpenAlexafffund
Patrick Lee, Samson Koromo, Julio Mercader, Charles Mather

Notice bibliographique

RevueScience & Technology Studies · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesMax-Planck-Institut für MenschheitsgeschichteTanzania Commission for Science and TechnologySocial Sciences and Humanities Research Council of CanadaUniversity of Dar es Salaam
Mots-clésMaasaiLivelihoodTanzaniaPastoralismSubsistence agricultureGeographyPoliticsPolitical scienceSociologyEnvironmental ethicsSocioeconomicsAgroforestryEnvironmental planningLivestockArchaeologyAgricultureBiologyForestryLaw

Résumé

récupéré en direct d'OpenAlex

While palaeoanthropologists have travelled to Tanzania’s renowned human origins site of Oldupai Gorge for over a century, lasting collaboration has yet to be established with the Maasai pastoralists who inhabit the area. This paper uses actor-network-theory and the concept of enactment to compare palaeoanthropological and Maasai livelihoods and to explore why collaboration has been infrequent. Here we show that both groups’ subsistence strategies had to effectively navigate large political-economic contexts. To support their respective livelihoods, scientists and locals expertly acquired resources in non-scientific and non-pastoral worlds. Both Maasai peoples and researchers created and multiplied reality and ontologies by enacting composite – yet conflicting – versions of hybrid drought. The exigencies associated with palaeoanthropological and Maasai subsistence have hindered meaningful collaboration between the groups, despite the fact that members of both dug in the Gorge to address drought. While the legitimisation of scientific ontologies is ultimately well-intentioned, Maasai drought unfortunately remains unaddressed.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,996
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,007
Communication savante0,0020,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,284
Écart entre enseignants0,260 · 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.

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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience & Technology StudiesMême sujetRangeland Management and Livestock EcologyTravaux en français237 207