MétaCan
Menu
Retour à la cohorte
Enregistrement W4295197024 · doi:10.1177/09596836221121777

Holocene desertification, traditional ecological knowledge, and human resilience in the eastern Gobi Desert, Mongolia

2022· article· en· W4295197024 sur OpenAlexaff
Arlene M. Rosen, Lisa Janz, Dashzeveg Bukhchuluun, Davaakhuu Odsuren

Notice bibliographique

RevueThe Holocene · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHoloceneDesertificationGeographyAridWetlandHabitatEcologyNatural (archaeology)Ephemeral keyPsychological resilienceRange (aeronautics)PastoralismPhysical geographyArchaeologyLivestockBiology

Résumé

récupéré en direct d'OpenAlex

Dryland regions are particularly challenging for human survival over the course of deep time. This is true for institutionally complex communities as well as small-scale societies that have existed in semi-arid regions throughout the Holocene. This paper examines some of the successful strategies employed by small-scale mobile communities which enhanced their ability to thrive in drylands over the course of thousands of years. Small-scale societies living in drylands must rely on the transmission of Traditional Ecological Knowledge across generations. Some of this knowledge relates to the availability and use of wetlands and other more ephemeral water sources, the exploitation of a diverse range of resources, and the potential for natural storage of food resources as a buffer against regularly occurring drought years in these regions. We compare this understanding with our environmental archeological findings at the Mid-Holocene site of Zaraa Uul in the eastern Gobi Desert of Mongolia. At the site of Zaraa Uul, we show how hunter-gatherer groups returned to a campsite near the edge of a wetland environment over the course of at least two phases during the Mid-Holocene. Here they took advantage of a greater diversity of animal species and plants, including small-grained-grasses and sedges, which could enhance their caloric intake and increase the potential for storable commodities which could be collected as needed from their natural habitat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,252
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe HoloceneMême sujetRangeland Management and Livestock EcologyTravaux en français237 207