Relationships between Rangifer and Indigenous Well-being in the North American Arctic and Subarctic: A Review Based on the Academic Published Literature
Notice bibliographique
Résumé
Many Rangifer tarandus (caribou or reindeer) populations across North America have been declining, posing a variety of challenges for Indigenous communities that depend on the species for physical and cultural sustenance. This article used a scoping review methodology to systematically examine and characterize the nature, extent, and range of articles published in academic journals on the connection between Rangifer and Indigenous well-being in the Arctic and Subarctic regions of North America. Two reviewers independently used eligibility criteria to identify and screen abstracts and titles and then screen full texts of each potentially relevant article. To be included in this review, articles had to discuss linkages between Rangifer and Indigenous well-being in the North American Arctic and Subarctic and be published prior to 2018. A total of 4279 articles were identified and screened for relevance; 58 articles met the inclusion criteria and were analyzed using descriptive quantitative and thematic qualitative methods. Results characterized the depth and diversity of what we know about Rangifer for Indigenous culture, food security, livelihoods, psychological well-being, and social connections across North America in the academic literature. Several gaps were identified. Little is known about the psychological ties between Rangifer and Indigenous Peoples and the influence of Rangifer-related change on Indigenous well-being and adaptive capacity. We urgently need to know more about the emotional connections that arise from Indigenous-Rangifer linkages, the effectiveness of adaptive strategies, and the intergenerational implications of Rangifer-related change. Further, enhanced inclusion of Indigenous Peoples in the production of knowledge on this topic is fundamental to the future of understanding Indigenous-Rangifer relationships.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,012 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».