Ways of identifying lichen and plant species by the Nenets reindeer herders in Yamal
Notice bibliographique
Résumé
Yamal Nenets herders have historically developed a rich knowledge of lichens and vascular plants, which feature in the diet of their migratory reindeer herds in the tundra zone of northwest Siberia. In the Nenets language there are native names for certain species of lichens and other reindeer forage plants, including graminoids, herbs, shrubs, berries, and mushrooms. During participant fieldwork together with nomadic tundra Nenets herders, we documented names and definitions of reindeer food on herding territories during their long migration routes from the northern forest-tundra transition zone to the northern coastal tundra. Like many other Indigenous peoples of Siberia, Nenets have noticed that the Arctic is changing and some of its recent dynamics are seriously affecting their livelihood. The degradation of some lichen composition and cover on tundra pastures has also contributed to a decrease of herders’ linguistic palette for describing these losses in a concrete manner. Since the Nenets language is on the list of endangered languages of the world, this has an especially negative impact on the language skills and traditional knowledge of the younger generations of Nenets people, who may not know what these lichens look like and why they are important for the Nenets reindeer herding culture.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».