MétaCan
Menu
Retour à la cohorte
Enregistrement W3177160268 · doi:10.22215/etd/2018-13377

Policy in the Peaks: Cybercartography and Traditional Ecological Practices to Diversify Pasture Policy-Making in Naryn Province, Kyrgyzstan

2018· dissertation· en· W3177160268 sur OpenAlexafffund
Jason Chun Yu Wong

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensCarleton University
Organismes subventionnairesAga Khan Foundation CanadaAga Khan Foundation
Mots-clésPastureLivelihoodContext (archaeology)GeographyCorporate governancePolitical scienceEnvironmental planningEnvironmental resource managementAgroforestryBusinessAgricultureForestryEnvironmental scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Kyrgyzstan's pasture management policies have been challenged by the limited capacity of its nascent, village-level committees and pasture user groups.The collapse of supporting Sovietera institutions that collected up-to-date information means policies have little connection with actual practice on the ground.As a result, rural Kyrgyz livelihoods have stagnated in Naryn province.A cybercartographic approach with user-generated data is implemented to visualize traditional practices on an online atlas.Participants identify pasture management, ecological monitoring, and medicinal plants as key categories of practices to be mapped.Both the produced atlas and the process of making the atlas are examined for their impact on pasture stakeholders' roles in pasture management.Spatial and interview results show spatially different representations of pastures by various groups and a dialogue-building effect of visualizing practices on an atlas.Demonstrating spatial and thematic linkages between groups offers new partnerships and deeper possible engagement of pasture users in managing pastures.These results are discussed in the context of informing a future pasture governance tool.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0050,004
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRangeland Management and Livestock EcologyTravaux en français237 207