MétaCan
Menu
Retour à la cohorte
Enregistrement W4390701594 · doi:10.4103/cs.cs_25_23

Settler Ecologies and the Future of Biodiversity: Insights from Laikipia, Kenya

2024· article· en· W4390701594 sur OpenAlexfundno aff
Brock Bersaglio, Charis Enns

Notice bibliographique

RevueConservation and Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesNational Commission for Science, Technology and InnovationUniversity of TorontoUniversity of BirminghamLeverhulme TrustInternational Development Research Centre
Mots-clésColonialismBiodiversityEcologyShoreEnvironmental ethicsAction (physics)GeographySociologyBiologyFisheryArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract This article examines the relationship between settler colonialism and biodiversity. Focusing on Laikipia, Kenya, we argue that the types of plant and animal species present in the landscape have been shaped by historical and present power relations and often support settler colonial projects. We introduce five modes of violent ecological transformation that have been used to prolong and advance structures of settler colonialism in Laikipia: eliminating undesirable species from landscapes; rewilding landscapes with species deemed more desirable; selectively repeopling nature to create seemingly inclusive wild spaces; rescuing species at risk of extinction to shore up moral support for settler ecologies; and extending the range of settler ecologies by scaling wild spaces. Through these modes of ecological transformation, ecological relations of use and value to settler colonialism live on while other(ed) ecological relations are suppressed or erased. As efforts to implement the post-2020 Global Biodiversity Framework (GBF) gain momentum, attention to settler ecologies is vital. Although there is no denying that radical action is needed to halt and reverse global biodiversity loss, there is a pressing need to question what types of nature will be preserved through the GBF and whose interests these natures will serve.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,104
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,003
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,269
Écart entre enseignants0,250 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation and SocietyMême sujetGeographies of human-animal interactionsTravaux en français237 207