MétaCan
Menu
Retour à la cohorte
Enregistrement W4392194191 · doi:10.1071/mf23193

Recognising the importance of shellfish to First Nations peoples, Indigenous and Traditional Ecological Knowledge in aquaculture and coastal management in Australia

2024· article· en· W4392194191 sur OpenAlexaboutno aff
Mitchell Gibbs, Laura M. Parker, Elliot Scanes, Pauline M. Ross

Notice bibliographique

RevueMarine and Freshwater Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousShellfishTraditional knowledgeAquacultureFisheryPlanktonEstuaryEcologyGeographyInvertebrateBiologyFish <Actinopterygii>Aquatic animal

Résumé

récupéré en direct d'OpenAlex

Throughout the world, there is a growing recognition of the importance and need for incorporation of Indigenous and Traditional Ecological Knowledge (TEK) of First Nations peoples in shellfish aquaculture and coastal management. In Australia, however, the incorporation of First Nations TEK of shellfish aquaculture and coastal management is in its infancy. This is a concern because the combined perspectives of Indigenous knowledge and Western Science are needed to restore culturally and economically significant shellfish and create successful, respectful and sustainable outcomes. The aims of this perspective piece are first to describe the evidence for the importance of shellfish aquaculture and management to First Nations peoples of Australia and second to highlight the opportunity to incorporate First Nations TEK in shellfish restoration and aquaculture in Australia. Already, models of successful incorporation of TEK of shellfish exist in Aotearoa, which provide an example for incorporation of TEK of shellfish in Australia. First Nations peoples of Australia hold a deep cultural connection with shellfish and Sea Country that has persisted for millennia. If we are to appropriately sustain and restore shellfish and manage our coasts, we must incorporate First Nations TEK and views, and respect and protect their ongoing connections to Sea Country.

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 candidatesaucune
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 enseignants0,947
Score d'incertitude au seuil0,999

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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,153
Tête enseignante GPT0,430
Écart entre enseignants0,278 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetIndigenous Studies and EcologyTravaux en français237 207