MétaCan
Menu
Retour à la cohorte
Enregistrement W4406623840 · doi:10.1080/08941920.2025.2453982

Navigating Cross-Cultural Relationships to Address the Illegal Wildlife Trade: Learning From Western-Interactions With Traditional Chinese Medicine and Traditional Knowledges

2025· article· en· W4406623840 sur OpenAlexafffund
David Borish, Alex Basaraba, Michelle Anagnostou

Notice bibliographique

RevueSociety & Natural Resources · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooStanford University
Mots-clésWildlifeWildlife tradeGeographyCross-culturalWestern medicineEnvironmental ethicsEcologyEconomic geographyEnvironmental resource managementSociologyTraditional Chinese medicineAnthropologyMedicineBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The illegal wildlife trade is a complex social and ecological issue that requires coordination across different knowledge systems. This perspective paper explores and reframes conservation interventions based on different knowledge systems to address this challenge. Specifically, it highlights the importance of exploring cross-cultural learning between Science and Traditional Knowledges and how they may inform the interactions between Science and Traditional Chinese Medicine in the context of wildlife conservation. Some Western conservationists have urged a reevaluation of TCM due to its departures from Western norms, while concurrently valuing Indigenous TK despite similar divergences. This highlights a notable double standard in the acceptance of different knowledge systems. We emphasize the need to explore how cross-cultural learning between these diverse knowledges can support conservation. The paper concludes with reflections for cross-cultural solutions-building.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,068
Tête enseignante GPT0,372
Écart entre enseignants0,303 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetAnimal and Plant Science EducationTravaux en français237 207