Food Storage in Permafrost and Seasonally Frozen Ground in Chukotka and Alaska Communities
Notice bibliographique
Résumé
Food cellars, otherwise referred to as ice or meat cellars, (lednik in Russian, k’aetyran in Chukchi, siġļuaq in Iñupiaq, and siqlugaq in Yupik) are a natural form of refrigeration in permafrost or seasonally frozen ground used to preserve, age, and ferment foods harvested for subsistence, including marine mammals, birds, fish, and plants. Indigenous peoples throughout the Arctic have constructed cellars in frozen ground for millennia. This paper focuses on cellars in Russian and American coastal and island communities of the Bering Strait, the region otherwise known as Beringia. This area has a unique, culturally rich, and politically dynamic history. Many traditions associated with cellars are threatened in Chukchi communities in Russia because of the impacts of climate change, relocation, dietary changes, and industrial development. However, even with warmer temperatures, cellars still provide a means to age and ferment food stuffs following traditional methods. In cooperation with local stakeholders, we measured internal temperatures of 18 cellars in 13 communities throughout the Bering Strait region and northern Alaska. Though cellars are widely used in permafrost regions, their structure, usage, and maintenance methods differ and exhibit influences of local climates, traditions, and economic activities. Monitoring internal temperatures and recording structural descriptions of cellars is important in the face of climate change to better understand the variety and resilience of living adaptations in different cold regions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».