MétaCan
Menu
Retour à la cohorte
Enregistrement W4210803438 · doi:10.5772/intechopen.102368

Bats in Folklore and Culture: A Review of Historical Perceptions around the World

2022· review· en· W4210803438 sur OpenAlexaboutno aff
Alan Sieradzki, Heimo Mikkola

Notice bibliographique

RevueIntechOpen eBooks · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFolkloreNarrativeSociocultural evolutionMythologyEthnographySalience (neuroscience)EthnologyGeographyPerceptionHistoryAnthropologySociologyPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Belief systems of people have always been closely related to animals, which are symbolized in traditional narratives. Sociocultural definitions of animals as “good or evil” have persisted throughout the history of human beings. In the West, bats are often perceived as evil spirits, Vampires, and harbingers of death, while some cultures across the Asia-Pacific region associate bats with good fortune. Here, we review documented narratives and surveys from around the world and our ethnographic observations from Europe to analyze beliefs associated with bats. We explore the role that bats play in traditional narratives and the likely reasons for their salience, including their connections with the extraordinary and supernatural. Finally, we discuss shortly the need of education to change attitudes toward bats. In North America, education has had some effect as more people have started to understand how useful bats truly are and how few cases of bat-born rabies transmission to humans there have been in the United States and Canada. It remains to be seen, however, how effectively the further education efforts could halt or even reverse the decline of the bats around the world. It is also noted that bat tourism has a potential to conserve bat populations while providing social and economic benefits to local people in host communities.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,086
Tête enseignante GPT0,314
Écart entre enseignants0,228 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetBat Biology and Ecology StudiesTravaux en français237 207